首页

投稿

B站最全！概率论基础、线性代数基础、高等数学基础、微积分、泰勒公式、贝叶斯算法、回归分析等十大人工智能数学基础一口气学完！

1.9万

86

2024-09-29 09:20:33

强化学习经典算法实例+openAI顶级黑科技算法讲解自然语言处理+知识图谱论文指导、简历指导、竞赛指导、技术问题解答！数学基础+机器学习算法+机器学习项目实战

概率论基础

贝叶斯算法

哆啦铜锣烧H 发消息

分享人工智能前沿技术，学习人工智能的小伙伴可以关注我，不定期分享高质量视频

1. 线性回归介绍

04:32

2. 线性回归的基本概念1

21:08

3. 线性回归的基本概念2

18:13

4. 正规方程介绍

14:10

5. 正规方程求解多元一次方程

20:01

6. sklearn中线性方程正规方程运算

13:33

7. sklearn带截距运算

22:31

8. 八元一次方程问题再现

20:50

9. 八元一次方程增加截距的解决方案

25:59

10. 正规方程的公式推导

18:02

11. 凸函数判定

07:17

12. 最大似然估计

17:33

13. 6-最小二乘法公式推导

19:32

14. 7-正规方程进行演示

13:04

15. 8-sklearn线性回归演示

06:34

16. 9-作业介绍

01:39

17. 1-波士顿房价加载和查看

12:11

18. 2-数据拆分建模预测

22:44

19. 3-模型评估

19:03

20. 4-梯度下降的概念介绍

16:44

21. 5-梯度下降步骤

09:15

22. 6-函数与导函数求解最优解

09:46

23. 7-梯度下降代码演示

23:19

24. 8-梯度下降可视化

09:11

25. 9-作业介绍

04:23

26. 1-知识点回顾作业介绍

04:44

27. 2-三种梯度下降对比

10:47

28. 3-线性回归梯度下降更新公式

19:11

29. 4-BGD更新公式

09:16

30. 5-SGD和MBGD更新公式介绍

09:39

31. 6-BGD批量梯度下降代码演示

31:39

32. 7-BGD批量梯度下降求解多元一次方程

06:12

33. 8-SGD随机梯度下降计算了一元一次方程

19:13

34. 9-SGD随机梯度下降多元一次方程求解

06:31

35. 10-MBGD梯度下降代码演示

06:44

36. 11-作业介绍

02:42

37. 1-归一化目的

23:46

38. 2-最小值最大值归一化

18:30

39. 3-Z-Score归一化

14:56

40. 4-天池工业蒸汽量项目归一化实战（一）

19:15

41. 5-天池工业蒸汽量项目归一化实战（二）

17:52

42. 6-过拟合和欠拟合正则化介绍

20:48

43. 1-归一化内容总结重点目标值归一化

07:40

44. 2-套索回归介绍

11:17

45. 3-L1正则化可视化图形

15:50

46. 4-L1正则化稀松性缩小系数到0

15:37

47. 5-L1正则化套索回归权重衰减梯度下降公式

10:04

48. 6-L2正则化岭回归原理详解

16:23

49. 7-Ridge算法使用

16:41

50. 8-Lasso回归使用

22:48

51. 9-ElasticNet弹性网络使用

06:33

52. 10-作业

01:13

53. 1-天池工业蒸汽量不同模型不同处理得分整理

11:13

54. 2-多项式回归升维概念介绍

10:08

55. 3-多项式回归升维实战（一）

16:40

56. 4-多项式回归升维维度概念详解

09:01

57. 5-多项式回归升维实战（二）

18:50

58. 6-多项式回归实战天猫双十一销量预测（线性回归模型）

25:27

59. 7-多项式回归实战天猫双十一销量预测（随机梯度下降模型）

10:40

60. 8-中国人寿保费预测（EDA数据探索）

18:48

61. 1-逻辑回归介绍

15:56

63. 3-逻辑回归损失函数推导

09:39

66. 6-逻辑回归代码实现与概率手动计算

19:49

67. 1-逻辑回归梯度下降更新公式

19:12

68. 3-逻辑回归OVR建模与概率预测

20:46

69. 4-代码实现逻辑回归OVR概率计算

18:42

70. 5-Softmax函数与概率计算

11:29

71. 6-代码实现逻辑回归softmax概率计算

21:31

72. 7-Sigmoid与Softmax异同

05:54

73. 1-支持向量机SVM概念

14:36

74. 2-支持向量机SVM目标函数推导

27:59

75. 3-SVM二分类最大间隔线绘制

34:29

76. 4-拉格朗日乘子法介绍

08:00

77. 5-拉格朗日乘子法原理推导

24:35

78. 6-支持向量机SVM作业介绍

02:55

79. 1-作业讲解和知识点回顾

14:07

80. 2-SVC支持向量机分类不同核函数差异

20:29

81. 3-非线性核函数介绍

15:03

82. 4-核函数对应数学公式

06:18

83. 5-KKT条件介绍

31:26

84. 6-SVR支持向量机回归核函数差异

11:54

85. 7-SVR支持向量机回归拟合天猫双十一销量方程

10:05

86. 1-SVM支持向量机原理可视化

29:32

87. 2-SVM支持向量机KKT条件详解

14:41

88. 3-SVM支持向量机对偶问题转化

09:09

89. 4-SVM支持向量机目标函数构建

11:07

90. 5-SVM支持向量机损失函数SMO求解过程

12:50

91. 6-SVM支持向量机网格搜索参数优化

22:24

92. 7-SVM软间隔及优化

15:19

93. 1-LFW人脸数据数据加载与介绍

22:48

94. 2-SVM支持向量机LFW数据建模与参数选择

26:30

95. 3-SVM支持向量机LFW建模预测可视化

24:14

103. 6-聚类评价指标轮廓系数

05:57

104. 7-轮廓系数使用

11:52

105. 8-聚类评价指标调整兰德系数

09:16

顶部