第1课 夯实深度学习数据基础——Julyedu

微积分选讲

1）极限



2）微分与泰勒级数





3）积分与微积分基本定理



4）牛顿法





概率统计选讲

1）概率与积分




2）条件概率与贝叶斯公式


3）大数定律与中心极限定理




4）矩估计与极大似然估计








线性代数选讲

1）线性映射与矩阵




2）矩阵变换与特征值










3）奇异值分解


4）应用举例：PCA



凸优化选讲

1）优化与凸优化




2）凸集与凸函数








3）对偶问题与KKT条件









4）应用举例：SVM的最简单形式






最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容