课程目录

• PART1
• 课程总结
• 任务1-2：【视频】第一章：绪论（上）
• 任务1-3：【视频】第一章：绪论（下）
• 任务10-2：【代码】SVD2
• 任务10-3：【视频】编程实践：基于奇异值分解SVD进行智能推荐
• 任务11-2：【视频】凸函数
• 任务12-2：【视频】对偶理论及SVM的对偶求解
• 任务13-2：【视频】编程实践：基于支持向量机 SVM 进行二分类
• 任务13-3：【代码】编程实践：基于支持向量机 SVM 进行二分类
• 任务14-2：【视频】概率统计（上）
• 任务15-2：【视频】概率统计（中）
• 任务2-2：【视频】习题讲解
• 任务2-3：【资料】第二章课程辅助资料
• 任务3-2：【视频】第二章：函数求导（上）
• 任务3-3：【视频】第二章：函数求导（中）
• 任务4-2：【视频】第二章：BP算法（上）
• 任务4-3：【视频】第二章：BP算法（下）
• 任务5-1：【视频】第二章习题讲解
• 任务5-3：【视频】BP算法及其应用——波士顿房价预测
• 任务5-4：【代码】BP算法及其应用-波士顿房价预测
• 任务6-2：【视频】第三章：矩阵运算（上）
• 任务7-2：【视频】第三章：矩阵运算（下）
• 任务8-2：【视频】编程实践：矩阵的运算
• 任务9-2：【视频】第三章：矩阵论（三）
• PART2
• 任务16-3：【课外资料】概率统计
• __MACOSX
• 课程辅助资料-第五章-概率统计
• 资料1-The Multivariate Gaussian Distribution(仅供学习使用,不得用于商业目的)
• 资料2-More on Multivariate Gaussians(仅供学习使用,不得用于商业目的)
• 任务18-3：【代码&数据】朴素贝叶斯实践代码&数据
• Bayesian.py
• Breastcancer.py
• remove.txt
• 任务19-1：【资料】课程辅助资料-
• __MACOSX
• 课程辅助资料-第六章-信息论
• 资料1-Information Theory, Inference, and Learning Algorithms (仅供学习使用,不得用于商业目的)
• 资料2-Elements of Information Theory Elements-第二版 (仅供学习使用,不得用于商业目的)
• 资料3-Elements of Information Theory Second Edition-Solutions to Problems (仅供学习使用,不得用于商业目的)
• README.txt
• 任务21-3：【编程实践】基于决策树和 C4.5 算法进行二分类
• Breastdata.txt
• DT_C4.5.py
• treePlotter.py
• 编程实践：基于决策树和 C4.5 算法进行二分类
• 任务16-2：【视频】概率统计（下）
• 任务17-2：【视频】极大似然估计&朴素贝叶斯
• 任务18-2：【视频】编程实践：基于朴素贝叶斯和拉普拉斯平滑预测乳腺癌
• 任务19-3：【视频】信息论上
• 任务20-2：【视频】信息论基础-中
• 任务21-2：【视频】信息论基础-下
• 任务21-4：【实践】案例实践：决策树及其应用