七月在线 机器学习中的数学班

冰点也疯狂

数学对机器学习的重要性不言而喻（不少人便因数学忘了或数学功底不足，而学不下去），为帮助大家复习、巩固数学基础，特开此新班：机器学习中的数学班，着重为大家讲解机器学习中所需要用到的一些重要的数学知识，涵盖微积分、概率统计、矩阵、凸优化等数学基础，包括数学在机器学习中的工业应用，理论 + 实践缺一不可。

# J% l1 a; s6 L/ M数学基础
第01课 机器学习与数学基础
7 v' `# b. H" q4 {; A1 ~  D知识点1： 机器学习的种类与基本思路，假设函数与损失函数，机器学习与统计学、最优化、微分、矩阵运算的关系
% M4 m* i, Y4 U2 X8 j2 o; }1 p第02课 微积分选讲
9 W+ F) D# j1 j6 v7 H知识点1： Taylor展式、梯度下降和牛顿法初步、Jensen不等式
# E- i1 g. [+ D( E+ v) F第03课 概率论选讲
: Q& U; r7 d; ~" k3 f2 C$ ~知识点1： 常见分布与共轭分布、切比雪夫不等式、大数定理、中心极限定理
) |8 u$ y$ U% k  I, M7 ^第04课 参数估计
知识点1： 矩估计、极大似然估计
第05课 线性代数初步
知识点1： 线性映射，线性方程，矩阵基本概念，相似变换，特征向量
第06课 线性代数进阶
知识点1： 二次型，对称矩阵对角化，奇异值分解
第07课 凸优化初步
知识点1： 优化、凸优化基本概念简介，凸集，凸函数
第08课 凸优化进阶
知识点1： 凸优化问题标准形式，对偶问题与KKT条件
知识点2： 牛顿法，内点法
; H' c/ H" ^' S: u/ @) s第09课 从数学到机器学习分类问题
知识点1： 机器学习与分类问题，空间切分与决策边界，Softmax与linearSVM，损失函数与最小化
第10课 深入理解SVM
知识点1： 最大间隔分类，SVM中的目标函数的优化方法，kernel tricks，soft-hard margin，thinking in SVMs
) V$ v( o8 x2 ^
( |3 d  n, \. v' a* ]

m9128213

很好的教程～～