【程序员的数学】
(99 Bytes, 需要: RMB 19 元)
内容精悍,不到2G的讲解,把机器学习所需的数学内容讲的明白!
第1章-微分上
第2章-微分下
第3章-线性代数
第4章-概率统计
第5章-最优化方法
1-1 内容简介
1-10 本集总结
1-2 O(n)
1-3 极限
1-4 导数
1-5 求导方法
1-6 费马定理
1-7 函数逼近
1-8 泰勒展开
1-9 凸函数
2-1 本集介绍
2-10 本集总结
2-2 多元函数
2-3 偏导数
2-4 方向导数
2-5 可微
2-6 梯度
2-7 链式法则
2-8 Hessian矩阵
2-9 拉格朗日乘数法
3-1 本集介绍
3-10 本集总结
3-2 向量矩阵张量
3-3 向量与矩阵运算
3-4 张量的运算
3-5 矩阵的逆与伪逆
3-6 行列式
3-7 线性方程组
3-8 二次型与正定性
3-9 矩阵分解
4-2 随机变量与概率分布
4-3 贝叶斯定理
4-4 期望、方差与条件数学期望
4-5 大数定律
4-6 特征函数与中心极限定理
4-7 统计学基本概念
4-8 统计学基本概念
4-9 极大似然估计
5-1 5.1 本集简介
5-2 优化问题简介
5-3 最速下降法
5-4 共轭梯度法
5-5 牛顿法
5-6 拟牛顿法
5-7 约束非线性优化
5-8 KKT条件
5-9 本集总结



雷达卡




京公网安备 11010802022788号







