首页
购课中心
视频课程
课程包
一对一辅导
关于我们
企业介绍
师资介绍
帮助中心
APP下载
帮助中心
登录
注册
登录
注册
首页
购课中心
视频课程
课程包
一对一辅导
关于我们
企业介绍
师资介绍
帮助中心
APP下载
帮助中心
机器学习数学基础
第37任务： 037 LU 分解和 QR 分解
查看课程
任务列表
第1任务： 001课程说明
第2任务： 002为什么学数学
第3任务： 003学习方法
第4任务： 004课程内容
第5任务： 005描述向量
第6任务： 006词向量
第7任务： 007加法和数量乘法
第8任务： 008向量空间
第9任务： 009线性组合
第10任务： 010基和维数
第11任务： 011坐标和坐标变换
第12任务： 012内积空间
第13任务： 013距离
第14任务： 014分类
第15任务： 015范数和正则化
第16任务： 016角度
第17任务： 017什么是矩阵
第18任务： 018加法和数量乘法
第19任务： 019矩阵乘法
第20任务： 020线性映射
第21任务： 021矩阵与线性映射
第22任务： 022仿射变换
第23任务： 023矩阵的逆和转置
第24任务： 024行列式
第25任务： 025矩阵的秩
第26任务： 026稀疏矩阵
第27任务： 027图与矩阵
第28任务： 028特征值和特征向量
第29任务： 029马尔科夫矩阵
第30任务： 030相似变换
第31任务： 031对角化
第32任务： 032正交
第33任务： 033投影
第34任务： 034特征分解
第35任务： 035奇异值分解
第36任务： 036数据压缩和降噪
第37任务： 037 LU 分解和 QR 分解
第38任务： 038叉积和外积
第39任务： 039导数和偏导数
第40任务： 040梯度和矩阵导数
第41任务： 041梯度下降法
第42任务： 042牛顿法
第43任务： 043简单的线性规划
第44任务： 044神经网络
第45任务： 045参数学习1
第46任务： 046参数学习2
第47任务： 047损失函数
第48任务： 048激活函数
第49任务： 049概率基础
第50任务： 050条件概率
第51任务： 051贝叶斯定理
第52任务： 052随机变量
第53任务： 053概率分布
第54任务： 054（0-1）分布
第55任务： 055二项分布和泊松分布
第56任务： 056连续型随机变量的分布
第57任务： 057多维随机变量
第58任务： 058条件概率分布
第59任务： 059随机变量的和
第60任务： 060均值和方差
第61任务： 061协方差
第62任务： 062计算相似度
第63任务： 063样本和抽样
第64任务： 064最大似然估计
第65任务： 065最大后验估计
第66任务： 066估计的选择标准
第67任务： 067区间估计
第68任务： 068假设检验
第69任务： 069正态总体均值假设检验
第70任务： 070 p 值检验
第71任务： 071用假设检验比较模型
第72任务： 072拟合优度检验
第73任务： 073列联表检验
第74任务： 074信息熵
第75任务： 075联合熵和条件熵
第76任务： 076相对熵和交叉熵
第77任务： 077互信息
第78任务： 078线性回归和最小二乘法（1）
第79任务： 079线性回归和最小二乘法（2）
第80任务： 080线性回归和最小二乘法（3）
第81任务： 081结束语
