首页>课程更新>新年新气象,新年给自己一个新起点!《百战人工智能》第2阶段更新

新年新气象,新年给自己一个新起点!《百战人工智能》第2阶段更新

《人工智能》

此次更新内容为第二阶段:微分学_线性代数_概率论_凸优化

章节1_数学内容概述

00_人工智能学习数学的必要性_微积分知识点

01_线性代数_概率论知识点

02_最优化知识_数学内容学习重点


章节2:一元函数微分学

01_导数的定义_左导数和右导数

02_导数的几何意义和物理意义

03_常见函数的求导公式

04_导数求解的四则运算法则

05_复合函数求导法则

06_推导激活函数的导函数

07_高阶导数_导数判断单调性_导数与极值

08_导数判断凹凸性_导数用于泰勒展开


章节3_线性代数基础

09_向量的意义_n维欧式空间空间

10_行向量列向量_转置_数乘_加减乘除

11_向量的内积_向量运算法则

12_学习向量计算的用途举例

13_向量的范数_范数与正则项的关系

14_特殊的向量

15_矩阵_方阵_对称阵_单位阵_对角阵

16_矩阵的运算_加减法_转置

17_矩阵相乘

18_矩阵的逆矩阵

19_矩阵的行列式


章节4_多元函数微分学

20_多元函数求偏导

21_高阶偏导数_梯度

22_雅可比矩阵_在神经网络中应用

23_Hessian矩阵


章节5_线性代数高级

24_二次型

25_补充关于正定负定的理解

26_特征值和特征向量(1)

27_特征值和特征向量(2)

28_特征值分解

29_多元函数的泰勒展开_矩阵和向量的求导

30_奇异值分解定义

31_求解奇异值分解中的UΣV矩阵

32_奇异值分解性质_数据压缩

33_SVD用于PCA降维

34_SVD用于协同过滤_求逆矩阵


章节6_概率论

35_概率论_随机事件与随机事件概率

36_条件概率_贝叶斯公式

37_随机变量

38_数学期望和方差

39_常用随机变量服从的分布

40_随机向量_独立性_协方差_随机向量的正太分布

41_最大似然估计思想


章节7_最优化

42_最优化的基本概念

43_迭代求解的原因

44_梯度下降法思路

45_梯度下降法的推导

46_牛顿法公式推导以及优缺点

47_坐标下降法_数值优化面临的问题

48_凸集

49_凸函数

50_凸优化的性质_一般表达形式

51_拉格朗日函数


百战程序员微信公众号

百战程序员微信小程序

©2014-2024 百战汇智(北京)科技有限公司 All Rights Reserved 北京亦庄经济开发区科创十四街 赛蒂国际工业园
网站维护:百战汇智(北京)科技有限公司
京公网安备 11011402011233号    京ICP备18060230号-3    营业执照    经营许可证:京B2-20212637