课程目标
掌握机器学习需要的三大数学基础知识:微积分、线性代数以及概率统计
适用人群
有大学高等数学、线性代数以及概率统计基础的同学
课程简介
本课程掌握机器学习需要的两个数学基础知识:微积分、线性代数
微积分基础包括:
1、无穷和极限
2、导数
3、可导函数求导
4、复合函数求导
5、偏导数
6、函数极值点求解
线性代数主要讲解了机器学习需要的矩阵知识,包括:
1、矩阵以及特殊矩阵
2、矩阵运算
3、矩阵转置
4、行列式和逆矩阵
5、初等变换
6、矩阵的秩
7、特征值和特征向量
8、最小二乘法
9、矩阵分解
10、梯度下降法
第1章微积分
1-1章节内容
1-2无穷和极限
1-3导数
1-4可导函数求导
1-5复合函数的求导
1-6偏导数
1-7函数极值点求解
第2章线性代数基础
2-1章节内容
2-2矩阵以及特殊矩阵
2-3矩阵运算
2-4矩阵转置
2-5行列式和逆矩阵
2-6初等变换
2-7矩阵的秩
2-8特征值和特征向量
2-9最小二乘法
2-10矩阵分解
2-11梯度下降法
|