人工智能数学基础,精准掌握人工智能核心数学 完整版视频下载 价值2200元
人工智能数学核心知识,助你深入理解AI原理
编辑点评
系统讲解AI数学基础,涵盖高等数学、线性代数、概率论等,适合AI初学者和进阶者。
⭐ 编辑推荐
全面覆盖人工智能核心数学知识,助你构建坚实的数学基础。
课程内容丰富,讲解清晰,适合不同层次的AI学习者。
课程亮点
• 系统讲解AI数学基础
• 涵盖高等数学、线性代数、概率论等
• 适合AI初学者和进阶者
课程目录
📁 01.第一阶段:AI数学基石
📁 📁 02.第二章:高等数学
📁 📁 视频
18-本章小结.mp4 [2.6 MB]
03-反函数.mp4 [2.1 MB]
13-海森矩阵.mp4 [4.8 MB]
15-极值的定理.mp4 [6.6 MB]
01-本章概述【资源精选‖更多关注:CunworkNotes】.mp4 [1.6 MB]
07-函数的求导法则 【公重号:CunWorkNotes】.mp4 [8.5 MB]
06-导数【不易整理‖请关注:CunWorkNoteS】.mp4 [5.4 MB]
02-函数的定义.mp4 [5.0 MB]
04-复合函数【更多精选‖公众号:CunWorknotes】 .mp4 [3.7 MB]
17-泰勒展开式.mp4 [11.3 MB]
12-雅可比矩阵.mp4 [3.3 MB]
16-拉格朗日函数.mp4 [13.5 MB]
10-二元函数的偏导数【持续更新‖免费提供:CunworknoteS】.mp4 [10.4 MB]
09-二元函数【不易整理‖请关注:CunWorkNoteS】.mp4 [2.8 MB]
05-引例.mp4 [2.4 MB]
11-方向导数和梯度.mp4 [10.3 MB]
08-高阶导数【不易整理‖请关注:CunWorkNoteS】.mp4 [2.4 MB]
14-函数的极值.mp4 [4.7 MB]
[第1门]AI Math_[第2章]_高等数学.pdf [1.4 MB]
📁 📁 04.第四章:最优化
📁 📁 视频
07-空间里的直线【优质资源‖关注:cunWorkNotes 解锁】.mp4 [5.0 MB]
11-凸函数.mp4 [1.3 MB]
08-仿射集【整理不易‖记得关注:CunWorKNotes】.mp4 [6.9 MB]
02-基本形式.mp4 [2.1 MB]
09-凸集.mp4 [5.9 MB]
01-本章概述【整理不易‖记得关注:CunWorKNotes】.mp4 [2.3 MB]
10-超平面和半空间【公重号:CunWorkNotes】.mp4 [11.1 MB]
04-线性规划问题实例.mp4 [4.9 MB]
05-线性规划的标准形式【不易整理‖请关注:CunWorkNoteS】.mp4 [11.9 MB]
06-线性规划问题的求解【不易整理‖请关注:CunWorkNoteS】.mp4 [10.9 MB]
12-凸优化问题【持续更新‖免费提供:CunworknoteS】.mp4 [5.5 MB]
03-分类.mp4 [6.1 MB]
13-本章小结 【资源精选‖更多关注:CunworkNotes】.mp4 [2.9 MB]
[第1门]AI Math_[第4章]_最优化【不易整理‖请关注:CunWorkNoteS】.pdf [1.6 MB]
📁 📁 01.第一章:线性代数
📁 📁 视频
09_矩阵和线性变换【不易整理‖请关注:CunWorkNoteS】.mp4 [7.3 MB]
17_对阵矩阵和正定矩阵.mp4 [7.0 MB]
14_逆矩阵.mp4 [25.8 MB]
12_矩阵的转置.mp4 [2.3 MB]
15_求解线性方程组.mp4 [61.3 MB]
08_内积的几何解释.mp4 [1.1 MB]
04_向量组的线性组合.mp4 [14.1 MB]
16_特征值和特征向量【不易整理‖请关注:CunWorkNoteS】.mp4 [48.8 MB]
05_向量组的线性相关性.mp4 [2.9 MB]
10_线性变换.mp4 [90.2 MB]
01_本章概述.mp4 [1.4 MB]
03_向量及其运算【持续更新‖免费提供:CunworknoteS】.mp4 [17.2 MB]
18_相似矩阵和对角化.mp4 [2.6 MB]
13_矩阵的行列式【优质资源‖关注:cunWorkNotes 解锁】.mp4 [19.5 MB]
06_内积的定义.mp4 [2.1 MB]
11_矩阵的运算.mp4 [13.6 MB]
02_定义和例子【整理不易‖记得关注:CunWorKNotes】.mp4 [7.2 MB]
19_二次型.mp4 [9.9 MB]
20_本章小结.mp4 [3.2 MB]
07_范数的定义【公重号:CunWorkNotes】.mp4 [3.8 MB]
[第1门]AI Math_[第1章]_线性代数.pdf [4.0 MB]
📁 📁 03.第三章:概率论
📁 📁 视频
07-随机变量的定义【公重号:CunWorkNotes】.mp4 [2.9 MB]
13-最大似然估计(下) .mp4 [4.3 MB]
03-随机事件的概率.mp4 [5.5 MB]
14-本章小节.mp4 [3.1 MB]
06-全概率公式和贝叶斯公式.mp4 [14.1 MB]
02-基础概念【不易整理‖请关注:CunWorkNoteS】.mp4 [5.8 MB]
08-概率分布.mp4 [6.6 MB]
04-条件概率.mp4 [5.4 MB]
05-事件的独立性.mp4 [6.3 MB]
12-最大似然估计(上) (1)【持续更新‖免费提供:CunworknoteS】.mp4 [10.5 MB]
01-本章概述.mp4 [1.3 MB]
11-随机变量的方差.mp4 [11.5 MB]
10-随机变量的期望【整理不易‖记得关注:CunWorKNotes】.mp4 [4.9 MB]
09-概率密度函数【公重号:CunWorkNotes】.mp4 [5.1 MB]
[第1门]AI Math_[第3章]_概率论【优质资源‖关注:cunWorkNotes 解锁】.pdf [512.1 KB]
📁 04.第四阶段:数据降维的艺术
📁 📁 02.第二章节:矩阵分析下
📁 📁 视频
03-矩阵其他重要知识及实际应用.mp4 [107.8 MB]
02-SVD理论.mp4 [25.5 MB]
01-特征分解复习.mp4 [167.8 MB]
📁 📁 考核作业
📁 📁 第二章 矩阵分析下篇作业_客观题
答案【资源精选‖更多关注:CunworkNotes】.txt [57.0 B]
2【资源精选‖更多关注:CunworkNotes】.PNG [17.7 KB]
1【更多精选‖公众号:CunWorknotes】 .PNG [30.8 KB]
📁 📁 第一章 矩阵分析上篇作业_客观题
1.PNG [34.6 KB]
答案.txt [87.0 B]
2【资源精选‖更多关注:CunworkNotes】.PNG [36.0 KB]
第一章 矩阵分析上篇作业_主观题.PNG [26.9 KB]
第二章 矩阵分析下篇作业_主观题.PNG [36.4 KB]
[第4门]AI Math_[第2章]矩阵分析下篇.pdf [984.5 KB]
📁 📁 01.第一章节:矩阵分析上篇
📁 📁 视频
02-特征分解【资源精选‖更多关注:CunworkNotes】.mp4 [149.7 MB]
03-PCA【资源精选‖更多关注:CunworkNotes】.mp4 [139.4 MB]
01-线性代数基础与精华.mp4 [177.3 MB]
[第4门]AI Math_[第1章]矩阵分析上篇.pdf [1.0 MB]
第四门_数据降维的艺术.rar [48.8 KB]
📁 资料
📁 📁 Matlab 2018a 中文版
MATLAB 2018a_win64【优质资源‖关注:cunWorkNotes 解锁】.zip [12.6 GB]
📁 📁 【非常重要】预习_本科数学划重点 (1)
高数上重点_by Jason.pdf [9.2 MB]
《人工智能数学基础》学前必备大学数学知识图谱.pdf [1.3 MB]
高数下重点_by Jason.pdf [8.1 MB]
概率论重点_by Jason.pdf [18.8 MB]
线性代数重点_by Jason.pdf [3.7 MB]
📁 03.第三阶段:优化论进阶
📁 📁 04.第三章 SVM
📁 📁 第三章 SVM作业
答案【不易整理‖请关注:CunWorkNoteS】.txt [48.0 B]
客观题【更多精选‖公众号:CunWorknotes】 .PNG [25.8 KB]
主观题.PNG [17.7 KB]
📁 📁 视频
02-SVM建模-成片.mp4 [139.6 MB]
04-SVM扩展-成片.mp4 [147.2 MB]
01-问题案例.mp4 [9.8 MB]
03-SVM求解-成片.mp4 [284.9 MB]
[第3门]AI Math_[第3章]SVM【整理不易‖记得关注:CunWorKNotes】.pdf [1.0 MB]
📁 📁 02.第二章 凸优化进阶之对偶理论
📁 📁 视频
02-对偶(上)【优质资源‖关注:cunWorkNotes 解锁】.mp4 [282.7 MB]
03-对偶(下).mp4 [243.4 MB]
01-凸优化问题.mp4 [25.0 MB]
04-问题案例.mp4 [120.9 MB]
📁 📁 第二章 凸优化进阶之对偶理论作业
客观题.PNG [24.4 KB]
客观题答案【整理不易‖记得关注:CunWorKNotes】.txt [41.0 B]
主观题【公重号:CunWorkNotes】.PNG [17.9 KB]
[第3门]AI Math_[第2章]凸优化进阶之对偶理论.pdf [792.2 KB]
📁 📁 03.第二章 主观题答案
8.PNG [9.2 KB]
6【整理不易‖记得关注:CunWorKNotes】.PNG [73.4 KB]
7【资源精选‖更多关注:CunworkNotes】.PNG [34.7 KB]
4【资源精选‖更多关注:CunworkNotes】.PNG [24.7 KB]
5.PNG [93.8 KB]
2【不易整理‖请关注:CunWorkNoteS】.PNG [68.4 KB]
3.PNG [116.6 KB]
1【公重号:CunWorkNotes】.PNG [121.4 KB]
📁 📁 01.第一章 凸优化基础
📁 📁 视频
04-凸优化问题【持续更新‖免费提供:CunworknoteS】.mp4 [87.6 MB]
03-凸集和凸函数基础(下)【更多精选‖公众号:CunWorknotes】 .mp4 [68.6 MB]
05-案例分析【不易整理‖请关注:CunWorkNoteS】.mp4 [119.2 MB]
02-凸集和凸函数基础(上)【整理不易‖记得关注:CunWorKNotes】.mp4 [92.4 MB]
01-一般优化问题.mp4 [34.1 MB]
[第3门]AI Math_[第1章]凸优化基础.pdf [2.0 MB]
📁 05.第五阶段:统计推断的魅力
📁 📁 01.第一章-概率统计上篇
📁 📁 考核作业
第一章 概率统计上篇作业_主观题.PNG [22.6 KB]
第一章 概率统计上篇作业_客观题.PNG [25.5 KB]
答案【公重号:CunWorkNotes】.txt [52.0 B]
03-人工智能中常见分布和实战案例.mp4 [72.1 MB]
02-随机变量及其数字特征.mp4 [196.3 MB]
[第5门]AI Math_[第1章]概率统计上篇【不易整理‖请关注:CunWorkNoteS】.pdf [1.2 MB]
01-事件【优质资源‖关注:cunWorkNotes 解锁】.mp4 [34.9 MB]
📁 📁 03.第三章-概率统计下篇
📁 📁 考核作业
答案.txt [43.0 B]
第三章 概率统计下篇作业_客观题.PNG [20.0 KB]
第三章 概率统计下篇作业_主观题.PNG [3.2 KB]
[第5门]AI Math_[第3章]概率统计下篇【不易整理‖请关注:CunWorkNoteS】.pdf [2.2 MB]
📁 📁 02.第二章-概率统计中篇
📁 📁 考核作业
📁 📁 第二章 概率统计中篇作业_客观题
答案【公重号:CunWorkNotes】.txt [103.0 B]
2.PNG [22.8 KB]
1.PNG [28.6 KB]
第二章 概率统计中篇作业_主观题.PNG [14.2 KB]
[第5门]AI Math_[第2章]概率统计中篇【不易整理‖请关注:CunWorkNoteS】.pdf [1.0 MB]
📁 02.第二阶段:优化论初步
📁 📁 01.第一章 优化迭代统一论
📁 📁 作业
📁 📁 第一章 优化迭代统一论作业_客观题
2【更多精选‖公众号:CunWorknotes】 .png [23.2 KB]
答案.txt [91.0 B]
3.png [12.6 KB]
1【更多精选‖公众号:CunWorknotes】 .png [28.8 KB]
📁 📁 第一章 优化迭代统一论作业_主观题
2.png [7.3 KB]
1.png [73.4 KB]
📁 📁 视频
03-无约束优化分析法(上).mp4 [79.8 MB]
04-无约束优化分析法(下)【持续更新‖免费提供:CunworknoteS】.mp4 [201.2 MB]
06-线性回归求解.mp4 [36.1 MB]
05-无约束迭代法.mp4 [377.6 MB]
02-线性回归建模.mp4 [33.6 MB]
01-本微专业概述【持续更新‖免费提供:CunworknoteS】.mp4 [7.8 MB]
07-案例分析.mp4 [50.1 MB]
[第2门]AI Math_[第1章]优化迭代方法统一论.pdf [1.3 MB]
📁 📁 02.第二章 深度学习反向传播
📁 📁 第二章 深度学习反向传播作业_客观题
2.png [7.3 KB]
3【不易整理‖请关注:CunWorkNoteS】.png [7.9 KB]
答案.txt [17.0 B]
1【整理不易‖记得关注:CunWorKNotes】.png [12.2 KB]
📁 📁 视频
03-BP算法(下).mp4 [45.4 MB]
04-计算图.mp4 [159.1 MB]
01-回归与分类、神经网络.mp4 [160.0 MB]
02-BP算法(上).mp4 [209.8 MB]
[第2门]AI Math_[第2章]深度学习反向传播.pdf [3.8 MB]
zfdev_tree.txt [13.6 KB]适合人群
- 人工智能初学者
- AI进阶者
- 数学爱好者
学习收获
掌握AI核心数学知识
提升AI项目开发能力
为深入研究AI打下坚实基础
祝您学习愉快!
学有所成,前程似锦!






![[衡天云]爆款云服务器 低至12元/月](/hty.png)