人工精选尚硅谷程序员AI大模型之机器学习
数学底座与线性模型：别跳过地基直接盖楼 这门课的核心痛点很明确：很多初学者面对机器学习算法，只会被动调用 sklearn 库，一旦遇到参数调优失败或结果异常，就束手无策。本课程从数学基础讲起，重点覆盖向量运算、矩阵求导、偏导数以及似然函数。这些不是枯燥的定理堆砌，而是理解后续所有算法推导的必要工具。
会员可免费下载本篇月会员可免费领取。
开通会员 ›会员 · 按档位
游客按标价购买，不享受上表折扣。
支付成功后自动发放网盘链接，链接失效可找客服免费补
数学底座与线性模型：别跳过地基直接盖楼
这门课的核心痛点很明确：很多初学者面对机器学习算法，只会被动调用 sklearn 库，一旦遇到参数调优失败或结果异常，就束手无策。本课程从数学基础讲起，重点覆盖向量运算、矩阵求导、偏导数以及似然函数。这些不是枯燥的定理堆砌，而是理解后续所有算法推导的必要工具。例如，只有理解了梯度下降的几何意义和数学本质，你才能真正掌握如何调整学习率来优化模型收敛速度。
在掌握基础后，课程深入讲解线性回归与逻辑回归。线性回归部分不仅涉及概念，更包含手动实现梯度下降法和使用 SGDRegressor API 的对比，这能帮你厘清底层逻辑与工程实现的界限。逻辑回归则延伸至 Softmax 多分类及手写数字识别案例，解决了二分类向多分类过渡的实际业务场景。对于基础薄弱的读者，建议优先攻克前二十讲的数学基础和线性模型章节，这是建立直觉的关键期；若已有基础，可直接通过特征工程章节查漏补缺。
评估体系与复杂模型：从“能跑”到“懂行”
学会模型只是第一步，如何判断模型好坏才是职场核心竞争力。课程专门设置了核心原理模块，详细拆解准确率、精确率、召回率、F1 分数以及 AUC 曲线等评价指标。在实际工作中，数据往往严重不平衡，此时单纯看准确率会产生误导，你需要依据业务场景选择正确的评估维度。此外，课程还涵盖了 KNN、感知机、朴素贝叶斯、决策树及其剪枝策略，以及集成学习的基本概念。特别是决策树部分，从信息熵、基尼指数到 C4.5 算法，层层递进，帮助你理解分类模型的内在逻辑。
对于转行者或希望系统化提升的上班族，建议的学习路径是：先完成数学基础与线性模型，再进入特征工程与模型求解（解析法与梯度下降法），最后通过分类评价指标和具体算法案例串联知识。资料中的视频讲解配合代码测试，非常适合边学边练。学完本课程内容后，你将能够独立完成从数据预处理、特征选择到模型训练、评估调优的全流程，不再局限于照搬代码，而是具备分析模型失效原因并独立优化解决方案的能力。
课程目录
4.视频100 集
- 086_逻辑回归案例_手写数字识别_数据集加载.mp4 [41.7 MB]
- 069_线性回归_基本概念和应用.mp4 [22.8 MB]
- 015_数学基础_矩阵求导.mp4 [51.5 MB]
- 010_数学基础_向量代码测试.mp4 [17.6 MB]
- 004_数学基础_用导数求极值和二阶导数.mp4 [46.7 MB]
- 077_线性回归_梯度下降法API_SGDRegressor.mp4 [55.8 MB]
- 104_决策树_剪枝.mp4 [18.1 MB]
- 093_感知机_多层感知机实现异或门.mp4 [17.1 MB]
- 029_核心原理_特征工程_整体介绍.mp4 [95.3 MB]
- 109_集成学习_基本概念和分类.mp4 [23.8 MB]
- 088_感知机_基本原理.mp4 [17.5 MB]
- 051_核心原理_回归评价指标.mp4 [34.9 MB]
- 006_数学基础_偏导数.mp4 [16.7 MB]
- 026_机器学习_分类.mp4 [32.7 MB]
- 085_逻辑回归_多分类_Softmax回归.mp4 [25.7 MB]
- 067_KNN_心脏病检测案例_模型训练、保存和预测.mp4 [25.5 MB]
- 003_数学基础_基本求导法则.mp4 [21.6 MB]
- 076_线性回归_梯度下降法_手动代码实现.mp4 [64.2 MB]
- 100_决策树_信息熵和条件熵.mp4 [43.3 MB]
- 048_核心原理_模型求解_学习率测试.mp4 [20.9 MB]
- 021_机器学习_概述.mp4 [28.0 MB]
- 095_朴素贝叶斯_极大似然估计.mp4 [22.0 MB]
- 119_无监督学习_降维_SVD代码调用.mp4 [21.7 MB]
- 023_机器学习_发展历史.mp4 [55.4 MB]
- 020_数学基础_似然函数和极大似然估计.mp4 [44.8 MB]
- 027_机器学习_常见方法.mp4 [16.1 MB]
- 044_核心原理_模型求解_解析法.mp4 [46.0 MB]
- 025_机器学习_基本术语.mp4 [29.0 MB]
- 064_KNN_标准化.mp4 [21.6 MB]
- 053_核心原理_分类评价指标_准确率、精确率、召回率和F1.mp4 [51.2 MB]
- 103_决策树_基尼指数和CART.mp4 [50.9 MB]
- 035_核心原理_经验误差和泛化误差.mp4 [22.2 MB]
- 013_数学基础_矩阵的其它运算和张量.mp4 [24.5 MB]
- 049_核心原理_模型求解_梯度下降法的应用.mp4 [39.9 MB]
- 002_数学基础_导数的概念和基本公式.mp4 [25.3 MB]
- 102_决策树_信息增益率和C4.5.mp4 [22.3 MB]
- 057_核心原理_分类评价指标_AUC.mp4 [28.5 MB]
- 070_线性回归_API调用.mp4 [24.5 MB]
- 099_决策树_工作过程.mp4 [35.9 MB]
- 074_线性回归_API调用_截距参数.mp4 [13.1 MB]
- 058_KNN_基本原理.mp4 [28.7 MB]
- 012_数学基础_矩阵基本运算代码测试.mp4 [42.7 MB]
- 073_线性回归_正规方程法求解.mp4 [39.7 MB]
- 047_核心原理_模型求解_梯度下降法案例2.mp4 [39.8 MB]
- 084_逻辑回归_多分类_OVR.mp4 [23.8 MB]
- 068_KNN_心脏病检测案例_网格搜索和交叉验证.mp4 [63.6 MB]
- 019_数学基础_贝叶斯定理.mp4 [35.0 MB]
- 090_感知机_逻辑门代码实现_与门.mp4 [22.1 MB]
- 005_数学基础_代码绘制导函数图像.mp4 [40.4 MB]
- 060_KNN_回归示例代码.mp4 [10.9 MB]
- 094_朴素贝叶斯_基本原理.mp4 [47.6 MB]
- 032_核心原理_特征工程_相关系数法_Spearman.mp4 [26.3 MB]
- 063_KNN_归一化代码测试.mp4 [16.2 MB]
- 037_核心原理_拟合案例_整体思路.mp4 [31.1 MB]
- 040_核心原理_拟合案例_恰好拟合和过拟合.mp4 [30.2 MB]
- 089_感知机_表示逻辑门电路.mp4 [22.9 MB]
- 096_朴素贝叶斯_贝叶斯估计.mp4 [17.5 MB]
- 008_数学基础_梯度.mp4 [26.3 MB]
- 041_核心原理_正则化.mp4 [62.3 MB]
- 046_核心原理_模型求解_梯度下降法案例1.mp4 [58.5 MB]
- 061_KNN_常见距离度量方法.mp4 [30.8 MB]
- 106_SVM_线性可分SVM.mp4 [54.8 MB]
- 011_数学基础_矩阵概念及基本运算.mp4 [45.5 MB]
- 031_核心原理_特征工程_相关系数法_Pearson.mp4 [55.4 MB]
- 080_逻辑回归_损失函数.mp4 [32.5 MB]
- 078_线性回归_梯度下降法案例_广告效果预测.mp4 [47.1 MB]
- 083_逻辑回归案例_心脏病检测.mp4 [26.8 MB]
- 081_逻辑回归_损失函数的梯度.mp4 [38.6 MB]
- 014_数学基础_矩阵其它运算代码测试.mp4 [22.5 MB]
- 018_数学基础_概率分布.mp4 [31.9 MB]
- 114_无监督学习_聚类_层次聚类.mp4 [10.6 MB]
- 042_核心原理_正则化案例.mp4 [52.9 MB]
- 087_逻辑回归案例_手写数字识别_模型训练和预测.mp4 [24.7 MB]
- 066_KNN_心脏病检测案例_特征工程.mp4 [68.6 MB]
- 116_无监督学习_聚类_KMeans代码示例.mp4 [38.9 MB]
- 054_核心原理_分类评价指标_评估报告.mp4 [15.0 MB]
- 117_无监督学习_聚类_评价指标.mp4 [56.8 MB]
- 024_机器学习_应用领域.mp4 [18.0 MB]
- 052_核心原理_分类评价指标_混淆矩阵.mp4 [46.7 MB]
- 030_核心原理_特征工程_低方差过滤法.mp4 [45.3 MB]
- 079_逻辑回归_基本原理和应用.mp4 [61.3 MB]
- 075_线性回归_梯度下降法.mp4 [39.0 MB]
- 036_核心原理_欠拟合和过拟合.mp4 [62.7 MB]
- 092_感知机_感知机的局限.mp4 [21.2 MB]
- 016_数学基础_梯度矩阵.mp4 [43.3 MB]
- 033_核心原理_特征工程_PCA降维.mp4 [84.5 MB]
- 055_核心原理_分类评价综合案例.mp4 [29.2 MB]
- 065_KNN_心脏病检测案例_数据集加载.mp4 [28.3 MB]
- 113_无监督学习_聚类_K-means.mp4 [46.2 MB]
- 007_数学基础_方向导数.mp4 [26.0 MB]
- 097_朴素贝叶斯_学习和分类.mp4 [10.4 MB]
- 082_逻辑回归_API介绍.mp4 [31.3 MB]
- 022_机器学习_概念范畴.mp4 [10.8 MB]
- 039_核心原理_拟合案例_欠拟合.mp4 [40.3 MB]
- 038_核心原理_拟合案例_导入模块和生成数据.mp4 [33.2 MB]
- 101_决策树_信息增益和ID3.mp4 [36.6 MB]
- 056_核心原理_分类评价指标_ROC曲线.mp4 [70.8 MB]
- 017_数学基础_概率的基本概念和计算.mp4 [28.9 MB]
- 108_SVM_非线性SVM.mp4 [20.6 MB]
- 111_集成学习_随机森林.mp4 [18.2 MB]
1.资料&算法图都在笔记中1 条
- 1.资料&算法图都在笔记中.exe [18.6 MB]
2.测试数据1 条
- data.exe [8.2 MB]
3.代码1 条
- notebook.exe [411.6 KB]
同类课程
和你正在看的这门一个方向
算法数学清华大学算法训练营蓝桥杯ACM信息竞赛视频教程合集
永久有效 · 网盘发货
算法数学Python深度学习与PyTorch实战教程（网易云课堂）
永久有效 · 网盘发货
算法数学深度学习神经网络（CNN、RNN、GAN）算法原理与实战教程（含源码课件）
永久有效 · 网盘发货
算法数学慕课网AI人工智能算法工程师2024|0源码+PDF课件+电子书
永久有效 · 网盘发货
算法数学「【九天菜菜】深度学习实战课
永久有效 · 网盘发货
算法数学高手内功必修课-ARM汇编系统入门与实践|已完结
永久有效 · 网盘发货