机器学习中的数学班-2016年七月在线
机器学习中的数学班-2016年七月在线
wusejason 发表于12个月前
机器学习中的数学班-2016年七月在线
  • 发表于 12个月前
  • 阅读 12
  • 收藏 1
  • 点赞 0
  • 评论 0

移动开发云端新模式探索实践 >>>   

课程大纲

数学对机器学习的重要性不言而喻(不少人便因数学忘了或数学功底不足,而学不下去),为帮助大家复习、巩固数学基础,特开此新班:机器学习中的数学班,着重为大家讲解机器学习中所需要用到的一些重要的数学知识,涵盖微积分、概率统计、矩阵、凸优化等数学基础,包括数学在机器学习中的工业应用,理论 + 实践缺一不可。

所需基础:大学里学过编程、微积分、线代即可。数学忘了,没事,本课程就是为了帮助你复习、巩固数学基础。

讲师团队

管博士 加州大学洛杉矶分校(UCLA)数学博士,中科大数学学士,五年数学课讲课经验,目前在华尔街一家金融公司做数据处理等工作。 寒小阳 目前在一著名电商公司负责搜索广告相关业务,多年实际ml/DL/dm项目经验,专注海量数据上机器学习算法的应用与优化。做过推荐系统、NLP、点击率预估、图像识别。讲课清晰易懂,擅长用实际数据、代码、案例说话,备受学员好评。 龙老师 多年IT领域ml/dm/nlp经验,负责多个海量数据上网络安全机器学习项目,专注于算法应用与优化。做过NLP、web攻击智能识别、入侵检测自学习。善于深入浅出的剖析数学理论在机器学习/深度学习中的应用。 冯老师 专注机器学习/人工智能,擅长解释机器学习中看似艰深晦涩的概念,熟悉模型背后的数学原理。曾工作于某知名私募的量化交易团队,参与高频交易中统计学习模型的开发。课堂上善于全程举例,所讲直达本质且不失生动有趣。

大纲草案 第1课 机器学习与数学综述 机器学习的种类与基本思路,假设函数与损失函数,机器学习与统计学、最优化、微分、矩阵运算的关系

第2课 微积分 Taylor展式、梯度下降和牛顿法初步、Jensen不等式

第3课 概率论与数理统计 常见分布与共轭分布、切比雪夫不等式、大数定理、中心极限定理

第4课 参数估计 矩估计、极大似然估计

第5课 矩阵基础 线性映射,线性方程,矩阵基本概念,相似变换,特征向量

第6课 矩阵进阶 二次型,对称矩阵对角化,奇异值分解

第7课 凸优化基础 优化、凸优化基本概念简介,凸集,凸函数

第8课 凸优化进阶 凸优化问题标准形式,对偶问题与KKT条件 牛顿法,内点法

第9课 从数学到机器学习分类问题 机器学习与分类问题,空间切分与决策边界,Softmax与linearSVM,损失函数与最小化

第10课 优化与统计学习的典型应用:SVM进阶 最大间隔分类,SVM中的目标函数的优化方法,kernel tricks,soft-hard margin,thinking in SVMs

http://www.itvideos.info/details/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%B8%AD%E7%9A%84%E6%95%B0%E5%AD%A6%E7%8F%AD-2016%E5%B9%B4%E4%B8%83%E6%9C%88%E5%9C%A8%E7%BA%BF.html

标签: 机器学习
  • 打赏
  • 点赞
  • 收藏
  • 分享
共有 人打赏支持
粉丝 2
博文 51
码字总数 69487
评论 (0)
×
wusejason
如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!
* 金额(元)
¥1 ¥5 ¥10 ¥20 其他金额
打赏人
留言
* 支付类型
微信扫码支付
打赏金额:
已支付成功
打赏金额: