高端IT人才在线实训平台

当前位置:首页  /  课程  /  人工智能数学基础三部曲

人工智能数学基础三部曲

人工智能数学基础三部曲

分享到:

机器学习和人工智能当下热度十足,本课程旨在帮助大家快速掌握机器学习所依赖的数学知识,并和工程案例紧密结合在一起,对于复杂的复杂的数学知识给出通俗易懂的解释,帮助大家快速夯实数学基本功。并配合python代码演示,为以后的机器学习、人工智能无障碍升级做好准备。

  • 原价  ¥1299

  • 特惠价  ¥1299

时长    45课时          

全款购买 当前学习人数 274 收藏

有效期:365天
有效期自支付成功后开始计算。


课程介绍

机器学习和人工智能当下热度十足,本课程旨在帮助大家快速掌握机器学习所依赖的数学知识,并和工程案例紧密结合在一起,对于复杂的复杂的数学知识给出通俗易懂的解释,帮助大家快速夯实数学基本功。并配合python代码演示,为以后的机器学习、人工智能无障碍升级做好准备。


脉脉数据研究院提供的数据显示,目前国内人工智能相关岗位应届毕业生的起薪基本都在12.5k/月以上,毕业三年后人工智能岗位的技术人员,平均月薪在25k以上。年薪25万已成白菜价,AI应届研究生年薪更是高达50万,还没毕业就已被抢光。但是,在人工智能领域,无论是机器人、语音识别,还是图像识别、自然语言处理都离不开数学。很多兴冲冲的同学一听数学就直接放弃,大错特错。


人工智能中的数学分两个层面,一个研究层面,一个是工程层面。前者是要造轮子,很难,非数学专业研究生、博士级别不能问津,但这部分的行业需求之占5%的比例。后一个层面是要使用轮子即可,会有一定的难度,至少要比你想象的简单的多。而行业需求95%其实集中在后者。也正是因为这点难度才让人工智能门槛相交传统程序员更高,薪资更丰厚。


网上数学公开课很多了,都是学院派的,听着懵比犯困,而且内容面面俱到、不突出重点,偏离工程甚远。这门《人工智能数学基础三部曲》不装逼,白话讲解,通俗易懂!


本课程和学院派最大区别是从“务实”角度讲解,只提炼工程中用得到的知识点串讲,避开抽象严谨的数学理论,围绕着工程问题进行原理推导与形象解释,对复杂的数学知识给出通俗易懂的解释,帮助大家快速夯实数学基本功。并配合python代码演示,为以后的机器学习、人工智能无障碍升级做好准备。

讲师介绍

  • 张晓明

    大讲台大数据特聘讲师 | 国内知名金融公司资深数据挖掘

    阿里系大数据工程师出身,专业数据挖掘10余年,曾服务于电商、广告、电信、金融等行业大数据平台,全套spark、Hadoop、Flume、Kafka、Spark 、HBase大数据经验。 精通数据挖掘、机器学习、深度学习全栈数据变现技术。

免费视频这么多,为什么还要来大讲台?

智能化

学习任务智能推送

混合式

“图文+视频”混合式课件

答疑快

30分钟问答响应

实战多

3分理论7分实战

包学会

账号长期有效学会为止

课程大纲

Python环境准备
1.python介绍和环境准备
2.多版本anaconda共存环境安装部署
Python Numpy精讲
1.Numpy速览
2.认识ndarray
3.创建ndarray对象的几种方法
4.从文件读取数据
5.数组的拆分及合并
6.如何访问数组元素
7.布尔数组下标法访问数组元素
8.整数列表索引及花式索引
9.unfunc和broadcast
10.ufunc案例实战.knn分类器
11.矩阵及其特点
12.线性代数库
线性代数
1.向量及其四则运算
2.从相似度到距离
3.从线性方程组到矩阵
4.从方程组的解到行列式
5.矩阵的四则运算和矩阵乘法的四种视角
6.子空间、线性无关、基及正交基
7.矩阵和线性变换的关系
8.相似矩阵和特征值特征向量相似对角化
9.相似对角化在解释矩阵线性变换时的文忒简化
10.对称方阵的正交分解
11.pca
12.svd分解及其几何意义
13.pca代码
14.svd分解和图像压缩
概率统计
1.概率中的基本概念(随机变量.分布.分布函数)
2.概率中的基本概念(分布函数和数字特征)
3.典型的分布和他们的数字特征
4.随机向量
5.协方差和pca
6.python中如何生成常见分布的随机变量
7.朴素贝叶斯和垃圾邮件分类背景介绍
8.朴素贝叶斯和垃圾邮件分类代码详解
9.统计基础及描述统计
10.极大似然估计、极大后验概率
11.假设检验原理及步骤
12.方差分析原理及Python方差分析
可视化数据分析实战
1.技术路线综述
2.轮廓图
3.调和曲线图
4.直方图
5.核密度曲线
6.箱线图
7.分组箱线图
8.散点图矩阵及用相关系数矩阵热力图
微积分
1.微分和全微分
2.方向导数和梯度向量
3.导数和函数极值的关系(泰勒展开)
4.梯度下降算法
5.梯度下降的各种优化
6.常见损失函数的梯度推导之均方误差的梯度
7.梯度下降-sigmod函数求导
8.梯度下降-第一种场景log loss的梯度推导
8.梯度下降-spark中log loss的梯度推导
凸优化
1.凸优化入门-直线的向量表示法和凸集的概念
2.凸优化入门-凸函数的概念和均方误差.似然函数都是凸函数
3.凸优化入门-补充.保凸运算.逐点上确界
4.凸优化进阶-什么是凸优化问题
5.凸优化进阶-对偶函数.对偶理论
6.凸优化进阶-对偶的理解和强对偶条件(kkt)
SVM(支持向量机)
1.svm的基本概念和原始问题表述
2.svm问题的标准形式
3.svm的对偶问题和kkt条件,以及最终的决策
4.svm对线性不可分问题和核函数技巧

你可能还喜欢的课程

  • 技术大牛组团授课,专讲大数据核心知识和大型项目实战,多台物理服务器数十个节点现场直播演示!企业级实战项目让你四个月掌握2年的项目经验!

    查看详情 立即试学

    大数据就业特训营

    立即试学 16周

  • 重在培养数据分析方法及思路,而不仅仅是学习技术及工具。带教多个互联网及金融领域企业真实项目,而不仅仅是讲理论和小案例。新东方、搜狗、腾讯等名企一线实战讲师授课,技“高”一筹!

    查看详情 立即试学

    数据分析就业特训营

    立即试学 16周

  • 本课程上半部分会从Tensorflow的安装开始,讲解Tensorflow中的各种技术细节。让大家快速上手编写神经网络。也会补充一些深度学习相关的理论知识,如交叉熵,Softmax函数,各种优化器的算法和应用等内容。 下半部分会讲解几个深度学习的项目,如图像识别,验证码识别,word2vec,语音分类等。

    查看详情 立即试学

    深度学习框架-TensorFlow从入门到精通

    ¥199 14天

他们在学

  • 134****2740

  • 21635

  • 彩猪

  • 回到最初的起点

  • 21481

  • 上帝不玩骰子

  • SelfImpr

  • hyldaxu

  • 一开口就是老江湖

  • FreeSun

  • 21022

  • Flower&Young

  • richard

  • 一帆

  • 20368

  • 151****3459

意见
反馈