機器學習之矩陣-AI100-專題視頻課程
機器學習之矩陣—9206人已學習
課程介紹
購買課程後添加小助手爲好友(微信ID:superaihelper)加入課程討論羣。本課程囊括了機器學習理論中所需要的和線性代數相關的所有知識。 主要有矩陣的定義、性質、運算、分解以及應用。另外,還會講解線性空間、範數、生成子空間相關知識。
課程收益
本課程由專業數學系老師講解,從數學背景和現實應用中講解線性代數的相關知識,擺脫傳統的講概念、記公式、解體的數學學習模式,讓聽衆對線性代數有一個全新的、深刻的認識。使聽衆能夠了解矩陣和空間的概念、性質。深刻理解矩陣各類運算、分解的數學意義和應用,爲後續的機器學習打下紮實的數學基礎。
講師介紹
AI100更多講師課程
AI100致力於推進人工智能和數據科學領域的人才培養。目標是在 2025 年前爲中國培養100萬人工智能工程師,200萬各行業數據科學講師,幫助30萬中國企業走向智能化。
課程大綱
第1章:矩陣初步
1.機器學習之矩陣論課程介紹 7:00
2.(一)矩陣基本概念 24:59
3.(二)矩陣基本運算 0:46
4.(2.1)矩陣相等 0:58
5.(2.2)矩陣加減法 4:16
6.(2.3)數與矩陣乘法 3:36
7.(2.4)矩陣與矩陣乘法 21:49
8.(2.5)矩陣的轉置 5:04
9.(2.6)方陣的行列式(determinant) 15:04
10.(2.7)矩陣的逆 12:35
11.(2.8)矩陣的秩 24:57
12.(2.9)矩陣的跡運算 2:31
13.矩陣第一課課後答疑 20:32
第2章:矩陣變換和線性空間
1.線性空間與矩陣分解 0:43
2.(一)線性空間簡介 4:48
3.(1.1)線性空間的定義 16:26
4.(1.2)線性空間的基 9:49
5.(1.2.1)線性空間的基的定義 10:19
6.(1.2.2)座標 5:56
7.(1.3)線性空間的基數 17:46
8.(二)矩陣分解簡介 1:16
9.(2.1)特徵值與特徵向量定義 6:01
10.(2.2)矩陣分解 8:59
11.(2.3)正交矩陣與標準正交基 3:40
12.(2.4)正交矩陣的性質 4:32
13.(2.5)正交分解 3:56
14.(2.6)正交分解的幾何意義 6:19
15.(2.7)矩陣的SVD(奇異值分解) 5:33
16.(2.8)SVD應用:Moore-Penrose僞逆 7:59
17.(2.9)SVD應用:PCA(主成分分析)的數學原理 7:30
18.矩陣第二課課後答疑 10:06
第3章:矩陣求導
1.多元函數極值問題(矩陣求導) 3:50
2.(1.1)多元函數導數的定義 5:57
3.(1.2)最速下降方向 17:35
4.(1.3)牛頓法 30:20
5.(1.4)案例講解:最小二乘法(線性迴歸)、嶺迴歸、Logistic迴歸 40:28
大家可以點擊【查看詳情】查看我的課程
課程介紹
購買課程後添加小助手爲好友(微信ID:superaihelper)加入課程討論羣。本課程囊括了機器學習理論中所需要的和線性代數相關的所有知識。 主要有矩陣的定義、性質、運算、分解以及應用。另外,還會講解線性空間、範數、生成子空間相關知識。
課程收益
本課程由專業數學系老師講解,從數學背景和現實應用中講解線性代數的相關知識,擺脫傳統的講概念、記公式、解體的數學學習模式,讓聽衆對線性代數有一個全新的、深刻的認識。使聽衆能夠了解矩陣和空間的概念、性質。深刻理解矩陣各類運算、分解的數學意義和應用,爲後續的機器學習打下紮實的數學基礎。
講師介紹
AI100更多講師課程
AI100致力於推進人工智能和數據科學領域的人才培養。目標是在 2025 年前爲中國培養100萬人工智能工程師,200萬各行業數據科學講師,幫助30萬中國企業走向智能化。
課程大綱
第1章:矩陣初步
1.機器學習之矩陣論課程介紹 7:00
2.(一)矩陣基本概念 24:59
3.(二)矩陣基本運算 0:46
4.(2.1)矩陣相等 0:58
5.(2.2)矩陣加減法 4:16
6.(2.3)數與矩陣乘法 3:36
7.(2.4)矩陣與矩陣乘法 21:49
8.(2.5)矩陣的轉置 5:04
9.(2.6)方陣的行列式(determinant) 15:04
10.(2.7)矩陣的逆 12:35
11.(2.8)矩陣的秩 24:57
12.(2.9)矩陣的跡運算 2:31
13.矩陣第一課課後答疑 20:32
第2章:矩陣變換和線性空間
1.線性空間與矩陣分解 0:43
2.(一)線性空間簡介 4:48
3.(1.1)線性空間的定義 16:26
4.(1.2)線性空間的基 9:49
5.(1.2.1)線性空間的基的定義 10:19
6.(1.2.2)座標 5:56
7.(1.3)線性空間的基數 17:46
8.(二)矩陣分解簡介 1:16
9.(2.1)特徵值與特徵向量定義 6:01
10.(2.2)矩陣分解 8:59
11.(2.3)正交矩陣與標準正交基 3:40
12.(2.4)正交矩陣的性質 4:32
13.(2.5)正交分解 3:56
14.(2.6)正交分解的幾何意義 6:19
15.(2.7)矩陣的SVD(奇異值分解) 5:33
16.(2.8)SVD應用:Moore-Penrose僞逆 7:59
17.(2.9)SVD應用:PCA(主成分分析)的數學原理 7:30
18.矩陣第二課課後答疑 10:06
第3章:矩陣求導
1.多元函數極值問題(矩陣求導) 3:50
2.(1.1)多元函數導數的定義 5:57
3.(1.2)最速下降方向 17:35
4.(1.3)牛頓法 30:20
5.(1.4)案例講解:最小二乘法(線性迴歸)、嶺迴歸、Logistic迴歸 40:28
大家可以點擊【查看詳情】查看我的課程
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.