首页

投稿

【人工智能-数学基础】绝对是2026年最好的机器学习深度学习教程，清华大佬3天带你快速入门，完全吃透高等数学！（人工智能 | 机器学习 | 深度学习）

1514

15

2026-03-23 15:29:47

未经作者授权，禁止转载

感谢支持！！！！！！！！！！！！

人工智能数学基础

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. 0-课程简介

04:01

1. 人工智能零基础入门学习路线讲解

14:24

2. 1-函数

05:28

3. 2-极限

06:44

4. 3-无穷小与无穷大

06:34

5. 4-连续性与导数

08:59

6. 1-偏导数

07:02

7. 2-方向导数

08:25

8. 3-梯度

11:27

9. 1-微积分基本想法

06:07

10. 2-微积分的解释

08:02

11. 3-定积分

08:33

12. 4-定积分性质

05:29

13. 5-牛顿-莱布尼茨公式

11:37

14. 1-泰勒公式出发点

06:14

15. 2-一点一世界

09:59

16. 3-阶数的作用

08:08

17. 4-阶乘的作用

05:55

18. 1-拉格朗日乘子法

09:54

19. 2-求解拉格朗日乘子法

10:06

20. 1-行列式概述

05:44

21. 2-矩阵与数据的关系

09:26

22. 3-矩阵基本操作

12:12

23. 4-矩阵的几种变换

05:31

24. 5-矩阵的秩

12:41

25. 6-内积与正交

11:28

26. 1-特征值与特征向量

07:27

27. 2-特征空间与应用

04:32

28. 1-SVD要解决的问题

07:18

29. 2-特征值分解

05:46

30. 3-SVD矩阵分解

11:53

31. 1-离散型随机变量

07:51

32. 2-连续型随机变量

09:33

33. 3-简单随机抽样

02:31

34. 1-似然函数

07:35

35. 2-极大似然估计

10:17

36. 1-概率与频率

06:51

37. 2-古典概型

06:24

38. 3-条件概率

08:34

39. 4-条件概率小例子

05:36

40. 5-独立性

07:16

41. 6-二维离散型随机变量

08:04

42. 7-二维连续型随机变量

05:30

43. 8-边缘分布

09:37

44. 9-期望

04:21

45. 10-期望求解

08:39

46. 11-马尔科夫不等式

08:36

47. 12-切比雪夫不等式

11:16

48. 13-后验概率估计

10:05

49. 14-贝叶斯拼写纠错实例

11:47

50. 15-垃圾邮件过滤实例

14:10

51. 1-正太分布

19:24

52. 2-二项式分布

11:03

53. 3-泊松分布

15:56

54. 4-均匀分布

03:23

55. 5-卡方分布

05:36

56. 6-beta分布

14:55

57. 1-核函数的目的

06:38

58. 2-线性核函数

05:44

59. 3-多项式核函数

04:35

60. 4-核函数实例

06:54

61. 5-高斯核函数

08:52

顶部