服务承诺：
课程答疑
课后习题
开课前随时退
课后回放
报名结束
- 介绍
- 大纲
数学对机器学习的重要性不言而喻（不少人便因数学忘了或数学功底不足，而学不下去），为帮助大家复习、巩固数学基础，特开此新班：机器学习中的数学班，着重为大家讲解机器学习中所需要用到的一些重要的数学知识，涵盖微积分、概率统计、矩阵、凸优化等数学基础，包括数学在机器学习中的工业应用，理论 + 实践缺一不可。
课后视频：一周两课，每周六/日上午上课。提供上课视频供课后随时反复观看、复习（PC端用Google浏览器登陆官网在线观看、手机端APP下载看）。
所需基础：大学里学过编程、微积分、线代即可。数学忘了，没事，本课程就是为了帮助你复习、巩固数学基础。
课程福利：1个月全程辅导，课上2小时直播答疑、课后一周 7 天集中答疑，及与牛人师兄的互助讨论，帮你省下独自一人苦苦探索而浪费的巨大时间成本。3个月的课程结束后，有问题依然可以随时在群内或社区提问讨论。
讲师团队
管博士
加州大学洛杉矶分校（UCLA）数学博士，中科大数学学士，五年数学课讲课经验，目前在华尔街一家金融公司做数据处理等工作。
寒小阳
目前在一著名电商公司负责搜索广告相关业务，多年实际ml/DL/dm项目经验，专注海量数据上机器学习算法的应用与优化。做过推荐系统、NLP、点击率预估、图像识别。讲课清晰易懂，擅长用实际数据、代码、案例说话，备受学员好评。
龙老师
多年IT领域ml/dm/nlp经验，负责多个海量数据上网络安全机器学习项目，专注于算法应用与优化。做过NLP、web攻击智能识别、入侵检测自学习。善于深入浅出的剖析数学理论在机器学习/深度学习中的应用。
冯老师
专注机器学习/人工智能，擅长解释机器学习中看似艰深晦涩的概念，熟悉模型背后的数学原理。曾工作于某知名私募的量化交易团队，参与高频交易中统计学习模型的开发。课堂上善于全程举例，所讲直达本质且不失生动有趣。
所有讲师分工协作、每位讲师讲自己最熟悉、最擅长的部分，更多嘉宾讲师具体上课时揭晓。
学员笔记
- zoujiamin
学员评价
部分学员课后评价。有时，学员课后有问题，讲师直接手写拍照解答
-
数学基础
- 知识点1：机器学习的种类与基本思路，假设函数与损失函数，机器学习与统计学、最优化、微分、矩阵运算的关系
第一课 机器学习与数学基础
- 知识点1：Taylor展式、梯度下降和牛顿法初步、Jensen不等式
第二课 微积分选讲
- 知识点1：常见分布与共轭分布、切比雪夫不等式、大数定理、中心极限定理
第三课 概率论选讲
- 知识点1：矩估计、极大似然估计
第四课 参数估计
- 知识点1：线性映射，线性方程，矩阵基本概念，相似变换，特征向量
第五课 线性代数初步
- 知识点1：二次型，对称矩阵对角化，奇异值分解
第六课 线性代数进阶
- 知识点1：优化、凸优化基本概念简介，凸集，凸函数
第七课 凸优化初步
- 知识点1：凸优化问题标准形式，对偶问题与KKT条件
- 知识点2：牛顿法，内点法
第八课 凸优化进阶
- 知识点1：机器学习与分类问题，空间切分与决策边界，Softmax与linearSVM，损失函数与最小化
第九课 从数学到机器学习分类问题
- 知识点1：最大间隔分类，SVM中的目标函数的优化方法，kernel tricks，soft-hard margin，thinking in SVMs
第十课 深入理解SVM
课程咨询
-
APP下载
七月在线app
-
微信公众号
扫码免费领课
-
返回顶部