1. 首页
  2. 精品课程
  3. 机器学习中的数学第二期 [超500人报名,远胜第1期,另转发送资料]

机器学习中的数学第二期 [超500人报名,远胜第1期,另转发送资料]

  • 讲师:管博士 孙博士 唐博士 寒小阳
  • 课时:10次课 [每次课至少2小时,课上课后答疑]
  • 开课时间:直播已上完,目前购买看视频,仍答疑
169.00 800.00
我要报名 加入购物车
服务承诺:

课程答疑

课后习题

开课前随时退

课后回放

加入购物车
  • 介绍
  • 大纲
  • 试听地址:

    https://www.julyedu.com/video/play/38/1031


    把本课程页面转发到朋友圈,然后搜索微信公号:julyedulab,对公号发送:截图 + 领资料,即可免费领取海量数学干货,包括以下全部哦:

    1.一套CMU测试题,检测现有数学水平
    2.一套数据挖掘中所需的概率论与数理统计知识
    3.17节矩阵/凸优化/极大似然估计系列课
    4.20本机器学习中的数学必看书
    5.一个数据挖掘算法知识包
    7. 每周一次大咖公开课


    本第二期与第一期的主要改进:

    1 硬性条件大力提升。杜绝数学1因麦克风、手写板、语速过快导致的上课体验不佳;

    2 讲清楚每个知识点。杜绝堆砌知识、罗列结论,重点阐述来龙去脉、因果为何;

    3 通俗易懂更成体系。站在初学者的理解和接受程度,一步步循序渐进,厘清整个机器学习所需要掌握的数学体系;

    4 加强作业测评巩固。每次课均布置作业,且最后设置考核;

    5 讲师团队再次升级。管、孙、唐三大博士 + 寒老师坐阵,既通晓本质,更透析应用。


    机器学习中的数学第二期_01.jpg

    机器学习中的数学第二期_02.jpg

    机器学习中的数学第二期_03.png

  • 第一阶段 微积分

      第二课:微分学进阶

    • 知识点1:函数求导法则,反函数求导,隐函数定理简介
    • 实战项目:反向传播算法在神经网络里的应用

    第二阶段 概率论

      第三课:概率论简介

    • 知识点1:积分学与概率论基本概念,贝叶斯公式,正态分布与熵
    • 实战项目:朴素贝叶斯分类器

    第三阶段 线性代数

    第四阶段 优化

      第七课:凸优化简介

    • 知识点1:凸优化问题,拉格朗日乘数法与KKT条件
    • 实战项目:从优化的角度理解支持向量机

    第五阶段 机器学习

课程咨询
课程咨询

微信客服:julyedukefu

电话:010-82712840

微信公众号:

微信公众号

分享到微信朋友圈

打开微信,点击底部的“发现”,使用 “扫一扫” 即可将网页分享到我的朋友圈。

微信扫码支付

打开微信,点击底部的“发现”,使用 “扫一扫” 即去支付!

立即参团

请务必填写真实信息,成团之后会第一时间通知您

参团定金5元

支付方式:
请填写用户名

完善信息

完善个人信息以便第一时间接收开课通知

请填写用户名

参团成功,邀请更多好友参团砍价

提示

尚未开课,开课后会第一时间上传课程。

确定