金牌会员
 
- 威望
- 0
- 贡献
- 0
- 热心值
- 0
- 金币
- 1641
- 注册时间
- 2020-8-31
|
课程目录：
第1课 机器学习与数学综述
机器学习的种类与基本思路，假设函数与损失函数，机器学习与统计学、最优化、微分、矩阵运算的关系
第2课 微积分
Taylor展式、梯度下降和牛顿法初步、Jensen不等式
第3课 概率论与数理统计
常见分布与共轭分布、切比雪夫不等式、大数定理、中心极限定理
第4课 参数估计
矩估计、极大似然估计
第5课 矩阵基础
线性映射，线性方程，矩阵基本概念，相似变换，特征向量
第6课 矩阵进阶
二次型，对称矩阵对角化，奇异值分解
第7课 凸优化基础
优化、凸优化基本概念简介，凸集，凸函数
第8课 凸优化进阶
凸优化问题标准形式，对偶问题与KKT条件
牛顿法，内点法
第9课 从数学到机器学习分类问题
机器学习与分类问题，空间切分与决策边界，Softmax与linearSVM，损失函数与最小化
第10课 优化与统计学习的典型应用：SVM进阶
最大间隔分类，SVM中的目标函数的优化方法，kernel tricks，soft-hard margin，thinking in SVMs
|
|
发表于 2019-3-21 16:03
