客服咨询

意见反馈

终身学习智能服务
课程
AI基础课程--数学基础知识
华为云//
0.0
1252
视频
1.8
课时
介绍
目录

课程概述

数学基础知识蕴含着处理智能问题的基本思想和方法,是理解复杂算法的必要要素。人工智能的技术归根到底都建立在数学模型之上,想要了解人工智能必须先掌握必备的一些数学基础知识。

课程目标

通过本课程的学习,使学员: 1、掌握线性代数的基础知识及应用。 2、掌握概率论与数理统计的基础知识及应用。 3、理解信息熵与基尼系数的相关知识。 4、掌握常用的最优化算法及应用。

考核评价

数学基础知识蕴含着处理智能问题的基本思想和方法,是理解复杂算法的必要要素。人工智能的技术归根到底都建立在数学模型之上,想要了解人工智能必须先掌握必备的一些数学基础知识。

讲师介绍

详细介绍

课程大纲

第1章 高等数学

第2章 凸优化

第3章 线性代数

第4章 概率论与数理统计

第5章 信息论

第1章 高等数学
1.1 函数与极限

(405s)

1.2 连续性与导数

(250s)

1.3 方向导数与梯度

(175s)

1.4 微积分

(295s)

1.5 泰勒公式

(116s)

1.6 参考材料

(0s)

第2章 凸优化
2.1 凸优化介绍

(268s)

2.2 无约束最优化

(237s)

2.3 约束最优化

(232s)

2.4 参考材料

(0s)

第3章 线性代数
3.1 矩阵基础

(638s)

3.2 线性代数-矩阵分解

(384s)

3.3 参考材料

(0s)

第4章 概率论与数理统计
前言

(166s)

4.1 随机变量及其分布

(535s)

4.2 多维随机变量与其分布

(108s)

4.3 随机变量的数字特征

(148s)

4.4 大数定律与中心极限定律

(99s)

4.5 回归分析

(105s)

4.6 参数估计与假设检验

(250s)

4.7 相关分析

(100s)

4.8 参考材料

(0s)

第5章 信息论
5.1 信息熵

(219s)

5.2 信息增益和信息增益率

(156s)

5.3 基尼系数

(61s)

5.4 参考材料

(0s)

主办单位:中国就业培训技术指导中心 <br><br>技术支持:杭州沃土教育科技股份有限公司