课程介绍

为什么要学这门课程？

机器学习作为人工智能的核心技术，想要学好机器学习，对于数学基础薄弱的人来说十分艰难。当我们面对现实任务时，很少能照搬现成的算法便取得好结果。我们往往需要按需设计、量身定制，掌握了数学这个机器学习的底层基础，不仅可以加深对算法的理解，还能在模型优化阶段更加游刃有余。这门课将机器学习和数学知识相结合，而不是仅教授数学知识本身。每章配合习题和简单的编程例子。更容易理解，初步打通机器学习和数学，能够理解算法原理，既知其然又知其所以然。另外，对于较深的内容，还给出了介绍或参考文献，方便学有余力且感兴趣的同学进一步学习~

课程目录

• 任务1-1： 【课件】第一章：绪论
• 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1-4：【讲义】第一章：绪论
• 任务10-1：【课件】编程实践：基于奇异值分解SVD进行智能推荐
• 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11-1：【课件】凸函数
• 任务11-2：【视频】凸函数
• 任务11-3：【讲义】机器学习数学基础-优化部分
• 任务12-1：【课件】对偶理论及SVM的对偶求解
• 任务12-2：【视频】对偶理论及SVM的对偶求解
• 任务12-3：【讲义】对偶理论及SVM的对偶求解
• 任务13-1：【课件】编程实践：基于支持向量机 SVM 进行二分类
• 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14-1：【课件】概率统计（上）
• 任务14-2：【视频】概率统计（上）
• 任务15-1：【课件】概率统计（中）
• 任务15-2：【视频】概率统计（中）
• 任务16-1：【课件】概率统计（下）
• 任务16-2：【视频】概率统计（下）
• 任务16-3：【课外资料】概率统计
• 任务17-1：【课件】概率统计(终)
• 任务17-2：【视频】极大似然估计&朴素贝叶斯
• 任务18-1：【课件】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18-3：【代码&数据】朴素贝叶斯实践代码&数据
• 任务19-1：【资料】课程辅助资料
• 任务19-2：【课件】信息论基础-上
• 任务19-3：【视频】信息论上
• 任务1：【作业讲解】习题讲解
• 任务2-1：【作业讲解】习题参考答案
• 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20-1：【课件】信息论基础-中
• 任务20-2：【视频】信息论基础-中
• 任务21-1：【课件】信息论基础-下
• 任务21-2：【视频】信息论基础-下
• 任务21-3：【编程实践】基于决策树和 C4.5 算法进行二分类
• 任务21-4：【实践】案例实践：决策树及其应用
• 任务22-1：Chapter1绪论-2019 V1
• 任务22-2：Chapter3矩阵论-2019 V1
• 任务22-3：Chapter5概率统计-2019 V1
• 任务22-4：Chapter6信息论-2019 V1
• 任务3-1：【课件】第二章：函数求导（上）
• 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4-1：【课件】第二章-BP算法
• 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5-2：【课件】编程实践：BP算法及其应用——波士顿房价预测
• 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6-1：【课件】第三章：矩阵运算（上）
• 任务6-2：【视频】第三章：矩阵运算（上）
• 任务7-1：【课件】第三章：矩阵运算（下）
• 任务7-2：【视频】第三章：矩阵运算（下）
• 任务8-1：【课件】编程实践：矩阵的运算
• 任务8-2：【视频】编程实践：矩阵的运算
• 任务9-1：【课件】第三章：矩阵论（三）
• 任务9-2：【视频】第三章：矩阵论（三）