課程大綱：

機(jī)器學(xué)習(xí)數(shù)學(xué)基礎(chǔ)培訓(xùn)

課程將對(duì)機(jī)器學(xué)習(xí)所涉及的數(shù)學(xué)基礎(chǔ)知識(shí)進(jìn)行講解和回顧，

包括微積分，線性代數(shù)，概率論，

以及統(tǒng)計(jì)學(xué)等，并使用 Python 完成實(shí)踐。

1 標(biāo)量、向量與張量

2 Python 的廣播機(jī)制

3 矩陣的轉(zhuǎn)置

4 特征值分解和奇異值分解

5 函數(shù)

6 鏈?zhǔn)椒▌t

7 小二乘法

8 全概率公式

9 概率分布

10 方差和協(xié)方差

11 矩陣加法和乘法

12 單位矩陣

13 矩陣的逆

14 主成分分析法

15 導(dǎo)數(shù)與偏導(dǎo)數(shù)

16 梯度下降算法

17 條件概率公式

18 貝葉斯公式

19 數(shù)學(xué)期望

20 假設(shè)檢驗(yàn)

1
線性代數(shù)

1.向量、標(biāo)量和張量

2.矩陣運(yùn)算

3.Python的廣播機(jī)制

4.單位矩陣

5.矩陣的轉(zhuǎn)置和逆

6.特征值分解和奇異值分解

7.主成分分析法

1
葡萄酒數(shù)據(jù)可視化

1.特征分解

2.奇異值分解

3.主成分分析

2
微積分學(xué)

1.線性函數(shù)與非線性函數(shù)

2.導(dǎo)數(shù)與偏導(dǎo)數(shù)

3.鏈?zhǔn)椒▌t

4.梯度下降算法

5.局部?jī)?yōu)和全局優(yōu)

6.小二乘法

2
高爾夫球命中率

1.梯度下降算法

2.數(shù)據(jù)的標(biāo)準(zhǔn)化

3.高爾夫球的精確率預(yù)測(cè)

3
概率論和統(tǒng)計(jì)學(xué)

1.概率公式

2.隨機(jī)變量

3.概率分布

4.數(shù)學(xué)期望

5.方差、標(biāo)準(zhǔn)差和協(xié)方差

6.假設(shè)檢驗(yàn)

3
糖尿病診斷預(yù)測(cè)

1.條件概率

2.貝葉斯推斷

3.正態(tài)分布函數(shù)