【深度之眼】 v4 人工智能 数学基础训练营
| 发布时间： | 2025-09-10 13:33 |
|---|---|
| 发布者： | 用户9527 |
| 资源来源： | 夸克网盘 |
| 资源状态： | 【资源纠错】 |
| 标签： | 深度 / v4 / 人工智能 / 数学 / 基础 / 训练营 / |
该课程是深度之眼推出的第四期人工智能数学基础训练营，旨在为AI学习打下坚实的数理根基。课程内容系统全面，分为五大核心模块：线性代数(向量、矩阵、秩、分解)、微积分(极限、连续、微分、积分、矩阵求导)、概率论与数理统计(基础概念、条件概率、各种分布、主成分分析)、概率论与信息论(估计理论、贝叶斯统计、信息度量、交叉熵、KL散度)以及优化方法(梯度下降、牛顿法、共轭梯度、Adam、拉格朗日乘数法)。通过系统讲解AI领域必备的数学工具与理论，帮助学习者深入理解机器学习、深度学习等高级算法的底层原理。
网盘快照
- 【深度之眼】 v4 人工智能 数学基础训练营 ( - )
- Week1 线性代数 ( - )
- 1.1 向量与矩阵.mp4 ( 34.68MB )
- 1.2 矩阵相关性与矩阵的秩.mp4 ( 18.69MB )
- 1.3 矩阵的范数与迹.mp4 ( 15.23MB )
- 1.4 矩阵变换和矩阵分解.mp4 ( 22.94MB )
- Week2：微积分 ( - )
- 2.1 集合与函数.mp4 ( 17.44MB )
- 2.2 极限.mp4 ( 24.12MB )
- 2.3 连续函数和微分学.mp4 ( 22.65MB )
- 2.4 积分.mp4 ( 22.98MB )
- 2.5 矩阵的求导与Hessian矩阵.mp4 ( 17.47MB )
- Week3 概率论与数理统计 ( - )
- 3.1 概率论基础.mp4 ( 28.96MB )
- 3.2 条件概率.mp4 ( 20.74MB )
- 3.3 概率分布与统计量.mp4 ( 18.75MB )
- 3.4 概率分布进阶.mp4 ( 15.79MB )
- 3.5 联合分布.mp4 ( 22.16MB )
- 3.6 主成分分析法.mp4 ( 17.61MB )
- Week4 概率论与信息论 ( - )
- 4.1 中心极限定理与矩估计.mp4 ( 17.00MB )
- 4.2 极大似然估计与最大后验估计.mp4 ( 23.53MB )
- 4.3 贝叶斯统计基础.mp4 ( 19.49MB )
- 4.4 信息论基础（信息度量，互信息，交叉熵，KL散度）.mp4 ( 18.44MB )
- Week5：优化方法 ( - )
- 5.1 最速下降法.mp4 ( 21.04MB )
- 5.2 梯度下降法（SGD，BGD）.mp4 ( 13.50MB )
- 5.3 牛顿下降法，拟牛顿法.mp4 ( 17.95MB )
- 5.4 共轭梯度法.mp4 ( 18.33MB )
- 5.5 adman方法.mp4 ( 11.92MB )
- 5.6 拉格朗日乘数法.mp4 ( 12.27MB )
- 绪论 .mp4 ( 20.29MB )
- 资料.zip ( 68.22MB )