文件清单 50 项

• 10:高阶导数_导数判断单调性_导数与极值.mp4
• 11:导数判断凹凸性_导数用于泰勒展开.mp4
• 12:向量的意义_n维欧式空间空间.mp4
• 13:行向量列向量_转置_数乘_加减乘除.mp4
• 14:向量的内积_向量运算法则.mp4
• 15:学习向量计算的用途举例.mp4
• 16:向量的范数_范数与正则项的关系.mp4
• 17:特殊的向量.mp4
• 18:矩阵_方阵_对称阵_单位阵_对角阵.mp4

展开全部 50 项

• 19:矩阵的运算_加减法_转置.mp4
• 1:人工智能学习数学的必要性_微积分知识点.mp4
• 20:矩阵相乘.mp4
• 21:矩阵的逆矩阵.mp4
• 22:矩阵的行列式.mp4
• 23:多元函数求偏导.mp4
• 24:高阶偏导数_梯度.mp4
• 25:雅可比矩阵_在神经网络中应用.mp4
• 26:Hessian矩阵.mp4
• 27:二次型.mp4
• 28:补充关于正定负定的理解.mp4
• 29:特征值和特征向量(1).mp4
• 2:线性代数_概率论知识点.mp4
• 30:特征值和特征向量(2).mp4
• 31:特征值分解.mp4
• 32:多元函数的泰勒展开_矩阵和向量的求导.mp4
• 33:奇异值分解定义.mp4
• 34:求解奇异值分解中的UΣV矩阵.mp4
• 35:奇异值分解性质_数据压缩.mp4
• 36:SVD用于PCA降维.mp4
• 37:SVD用于协同过滤_求逆矩阵.mp4
• 38:概率论_随机事件与随机事件概率.mp4
• 39:条件概率_贝叶斯公式.mp4
• 3:最优化知识_数学内容学习重点.mp4
• 40:随机变量.mp4
• 41:数学期望和方差.mp4
• 42:常用随机变量服从的分布.mp4
• 43:随机向量_独立性_协方差_随机向量的正太分布.mp4
• 44:最大似然估计思想.mp4
• 45:最优化的基本概念.mp4
• 46:迭代求解的原因.mp4
• 47:梯度下降法思路.mp4
• 48:梯度下降法的推导.mp4
• 49:牛顿法公式推导以及优缺点.mp4
• 4:导数的定义_左导数和右导数.mp4
• 50:坐标下降法_数值优化面临的问题.mp4
• 51:凸集.mp4
• 52:凸函数.mp4
• 53:凸优化的性质_一般表达形式.mp4
• 54:拉格朗日函数.mp4
• 5:导数的几何意义和物理意义.mp4