数学算法与机器算法实践与分析

深入浅出，理论与实践结合

编辑点评

系统讲解数学算法与机器算法，注重实践与分析，适合算法爱好者及从业者。

⭐ 编辑推荐

本课程深入浅出地讲解数学算法与机器算法，通过丰富的视频讲解和代码实践，帮助学员掌握算法原理和应用。

课程亮点

• 系统讲解数学算法与机器算法

• 注重理论与实践结合

• 丰富的视频讲解和代码实践

课程目录

📁 PART1
    说明.zip  [484.0 B]
    任务14-2：【视频】概率统计（上）.mp4  [78.3 MB]
    任务10-2：【代码】SVD2.rar  [1.9 KB]
    任务1-3：【视频】第一章：绪论（下）.mp4  [546.3 MB]
    任务6-2：【视频】第三章：矩阵运算（上）.mp4  [226.6 MB]
    任务15-2：【视频】概率统计（中）.mp4  [144.6 MB]
    任务11-2：【视频】凸函数.mp4  [95.1 MB]
    任务4-3：【视频】第二章：BP算法（下）.mp4  [423.2 MB]
    任务8-2：【视频】编程实践：矩阵的运算.mp4  [78.5 MB]
    任务2-2：【视频】习题讲解.mp4  [57.8 MB]
    任务10-3：【视频】编程实践：基于奇异值分解SVD进行智能推荐.mp4  [86.0 MB]
    任务3-2：【视频】第二章：函数求导（上）.mp4  [178.3 MB]
    任务7-2：【视频】第三章：矩阵运算（下）.mp4  [94.1 MB]
    任务1-2：【视频】第一章：绪论（上）.mp4  [199.6 MB]
    任务3-3：【视频】第二章：函数求导（中）.mp4  [355.3 MB]
    任务9-2：【视频】第三章：矩阵论（三）.mp4  [184.8 MB]
    任务13-3：【代码】编程实践：基于支持向量机 SVM 进行二分类.rar  [5.1 KB]
    任务4-2：【视频】第二章：BP算法（上）.mp4  [205.4 MB]
    任务5-1：【视频】第二章习题讲解.mp4  [26.1 MB]
    任务2-3：【资料】第二章课程辅助资料.zip  [3.1 MB]
    任务12-2：【视频】对偶理论及SVM的对偶求解.mp4  [101.8 MB]
    任务5-4：【代码】BP算法及其应用-波士顿房价预测.rar  [123.3 KB]
    任务5-3：【视频】BP算法及其应用——波士顿房价预测.mp4  [160.9 MB]
    任务13-2：【视频】编程实践：基于支持向量机 SVM 进行二分类.mp4  [164.0 MB]
📁 PART2
    📁 任务16-3：【课外资料】概率统计
        📁 __MACOSX
            📁 课程辅助资料-第五章-概率统计
                ._资料2-More on Multivariate Gaussians(仅供学习使用,不得用于商业目的).pdf  [394.0 B]
                ._资料1-The Multivariate Gaussian Distribution(仅供学习使用,不得用于商业目的).pdf  [386.0 B]
        📁 课程辅助资料-第五章-概率统计
            资料2-More on Multivariate Gaussians(仅供学习使用,不得用于商业目的).pdf  [116.7 KB]
            资料1-The Multivariate Gaussian Distribution(仅供学习使用,不得用于商业目的).pdf  [335.1 KB]
    📁 任务19-1：【资料】课程辅助资料-
        📁 __MACOSX
            📁 课程辅助资料-第六章-信息论
                ._资料2-Elements of Information Theory Elements-第二版 (仅供学习使用,不得用于商业目的).pdf  [431.0 B]
                ._资料3-Elements of Information Theory Second Edition-Solutions to Problems (仅供学习使用,不得用于商业目的).pdf  [402.0 B]
                ._资料1-Information Theory, Inference, and Learning Algorithms (仅供学习使用,不得用于商业目的).pdf  [628.0 B]
        📁 课程辅助资料-第六章-信息论
            资料2-Elements of Information Theory Elements-第二版 (仅供学习使用,不得用于商业目的).pdf  [10.1 MB]
            资料3-Elements of Information Theory Second Edition-Solutions to Problems (仅供学习使用,不得用于商业目的).pdf  [1.9 MB]
            资料1-Information Theory, Inference, and Learning Algorithms (仅供学习使用,不得用于商业目的).pdf  [9.8 MB]
    📁 任务18-3：【代码&数据】朴素贝叶斯实践代码&数据
        remove.txt  [19.7 KB]
        Bayesian.py  [6.7 KB]
        Breastcancer.py  [7.4 KB]
    📁 任务21-3：【编程实践】基于决策树和 C4.5 算法进行二分类
        treePlotter.py  [2.7 KB]
        DT_C4.5.py  [6.5 KB]
        编程实践：基于决策树和 C4.5 算法进行二分类.pdf  [1.3 MB]
        Breastdata.txt  [20.1 KB]
    任务18-2：【视频】编程实践：基于朴素贝叶斯和拉普拉斯平滑预测乳腺癌.mp4  [37.2 MB]
    任务21-2：【视频】信息论基础-下.mp4  [58.2 MB]
    任务17-2：【视频】极大似然估计&朴素贝叶斯.mp4  [120.8 MB]
    任务21-4：【实践】案例实践：决策树及其应用.mp4  [66.2 MB]
    任务16-2：【视频】概率统计（下）.mp4  [158.1 MB]
    任务19-3：【视频】信息论上.mp4  [45.2 MB]
    任务20-2：【视频】信息论基础-中.mp4  [26.5 MB]