网易云课堂-目录

章节01:高等数学基础

  • 课时1 课程简介04:00
  • 课时2 函数05:27
  • 课时3 极限06:43
  • 课时4 无穷小与无穷大06:33
  • 课时5 连续性与导数08:58
  • 课时6 偏导数07:01
  • 课时7 方向导数08:24
  • 课时8 梯度11:26
  • 课时9 进阶实战课程推荐02:50
  • 课时10 PPT与课件下载

章节02:微积分

  • 课时11 微积分基本想法06:06
  • 课时12 微积分的解释08:01
  • 课时13 定积分08:32
  • 课时14 定积分性质05:28
  • 课时15 牛顿-莱布尼茨公式11:36

章节03:泰勒公式与拉格朗日

  • 课时16 泰勒公式出发点06:13
  • 课时17 一点一世界09:58
  • 课时18 阶数的作用08:07
  • 课时19 阶乘的作用05:53
  • 课时20 拉格朗日乘子法09:53
  • 课时21 求解拉格朗日乘子法10:05

章节04:线性代数基础

  • 课时22 行列式概述05:43
  • 课时23 矩阵与数据的关09:25
  • 课时24 矩阵基本操作12:11
  • 课时25 矩阵的几种变换05:30
  • 课时26 矩阵的秩12:40
  • 课时27 内积与正交11:27

章节05:特征值与矩阵分解

  • 课时28 特征值与特征向量07:25
  • 课时29 特征空间与应用04:31
  • 课时30 SVD要解决的问题07:17
  • 课时31 特征值分解05:45
  • 课时32 SVD矩阵分解11:52

章节06:随机变量与概率估计

  • 课时33 离散型随机变量07:49
  • 课时34 连续型随机变量09:32
  • 课时35 简单随机抽样02:30
  • 课时36 似然函数07:34
  • 课时37 极大似然估计10:16

章节07:概率论基础

  • 课时38 概率与频率06:50
  • 课时39 古典概型06:23
  • 课时40 条件概率08:33
  • 课时41 条件概率小例子05:35
  • 课时42 独立性07:15
  • 课时43 二维离散型随机变量08:03
  • 课时44 二维连续型随机变量05:29
  • 课时45 边缘分布09:36
  • 课时46 期望04:20
  • 课时47 期望求解08:38
  • 课时48 马尔科夫不等式08:35
  • 课时49 切比雪夫不等式11:14
  • 课时50 后验概率估计10:04
  • 课时51 贝叶斯拼写纠错实例11:46
  • 课时52 垃圾邮件过滤实例14:09

章节08:数据科学你得知道的几种分布

  • 课时53 正太分布19:22
  • 课时54 二项式分布11:02
  • 课时55 泊松分布15:55
  • 课时56 均匀分布03:22
  • 课时57 卡方分布05:35
  • 课时58 beta分布14:54

章节09:核函数变换

  • 课时59 核函数的目的06:37
  • 课时60 线性核函数05:43
  • 课时61 多项式核函数04:34
  • 课时62 核函数实例06:53
  • 课时63 高斯核函数08:50
  • 课时64 参数的影响08:36

章节10:熵与激活函数

  • 课时65 熵的概念04:50
  • 课时66 熵的大小意味着什么12:09
  • 课时67 激活函数06:30
  • 课时68 激活函数的问题09:59

章节11:回归分析

  • 课时69 回归分析概述07:11
  • 课时70 回归方程定义04:42
  • 课时71 误差项的定义07:47
  • 课时72 最小二乘法推导与求解12:41
  • 课时73 回归方程求解小例子06:32
  • 课时74 回归直线拟合优度11:08
  • 课时75 多元与曲线回归问题08:25
  • 课时76 Python工具包介绍05:01
  • 课时77 statsmodels回归分析09:37
  • 课时78 高阶与分类变量实例12:06
  • 课时79 案例:汽车价格预测任务概述09:19
  • 课时80 缺失值填充13:36
  • 课时81 特征相关性13:47
  • 课时82 预处理问题07:05
  • 课时83 回归求解13:23

章节12:假设检验

  • 课时84 假设检验基本思想12:28
  • 课时85 左右侧检验与双侧检验14:20
  • 课时86 Z检验基本原理07:03
  • 课时87 Z检验实例14:06
  • 课时88 T检验基本原理13:02
  • 课时89 T检验实例06:17
  • 课时90 T检验应用条件07:43
  • 课时91 卡方检验11:28
  • 课时92 假设检验中的两类错误10:01
  • 课时93 Python假设检验实例12:34
  • 课时94 Python卡方检验实例07:59

章节13:相关分析

  • 课时95 相关分析概述09:03
  • 课时96 皮尔森相关系数08:16
  • 课时97 计算与检验13:05
  • 课时98 斯皮尔曼等级相关14:06
  • 课时99 肯德尔系数06:48
  • 课时100 质量相关分析13:33
  • 课时101 偏相关与复相关07:34

章节14:方差分析

  • 课时102 方差分析概述06:47
  • 课时103 方差的比较11:50
  • 课时104 方差分析计算方法14:00
  • 课时105 方差分析中的多重比较08:15
  • 课时106 多因素方差分析09:25
  • 课时107 Python方差分析实例08:34

章节15:聚类分析

  • 课时108 层次聚类概述04:41
  • 课时109 层次聚类流程12:10
  • 课时110 层次聚类实例11:33
  • 课时111 KMEANS算法概述11:34
  • 课时112 KMEANS工作流程09:42
  • 课时113 KMEANS迭代可视化展示08:20
  • 课时114 DBSCAN聚类算法11:04
  • 课时115 DBSCAN工作流程15:03
  • 课时116 DBSCAN可视化展示08:52
  • 课时117 多种聚类算法概述04:34
  • 课时118 聚类案例实战17:19

章节16:贝叶斯分析

  • 课时119 贝叶斯分析概述07:22
  • 课时120 概率的解释06:06
  • 课时121 贝叶斯学派与经典统计学派的争论05:49
  • 课时122 贝叶斯算法概述06:58
  • 课时123 贝叶斯推导实例07:37
  • 课时124 贝叶斯解释10:49
  • 课时125 经典求解思路08:16
  • 课时126 MCMC概述11:02
  • 课时127 PYMC3概述05:40
  • 课时128 模型诊断09:53
  • 课时129 模型决策

章节17: 高等数学-补充

  • 标量、向量、矩阵和张量;
  • 矩阵向量的运算;
  • 单位矩阵和逆矩阵;
  • 行列式;
  • 方差,标准差,协方差矩阵;
  • 范数;
  • 特殊类型的矩阵和向量;
  • 特征分解以及其意义;
  • 奇异值分解及其意义
  • Moore-Penrose 伪逆;
  • 迹运算

章节18: 概率统计-补充

  • 概率学派和贝叶斯学派;
  • 何为随机变量和何又为概率分布;
  • 条件概率,联合概率和全概率公式;
  • 边缘概率;
  • 独立性和条件独立性;
  • 期望、方差、协方差和相关系数;
  • 常用概率分布;
  • 贝叶斯及其应用;
  • 中心极限定理;
  • 极大似然估计;
  • 概率论中的独立同分布

章节19: 优化-补充

  • 计算复杂性与NP问题;
  • 上溢和下溢;
  • 导数,偏导数及两个特殊矩阵;
  • 方向导数和梯度;
  • 梯度下降法;
  • 牛顿法;
  • 仿射集,凸集和凸锥;
  • 超平面,半空间及凸集分离定理;
  • 不改变凸性的运算;
  • 凸函数及凸优化简述;
  • 无约束的优化,等式约束优化,不等式约束优化;
  • 线性规划中对偶理论;
  • 拉格朗日对偶理论

章节20: 信息论及其他

  • 信息熵;
  • 条件熵;
  • 相对熵 (KL散度);
  • 互信息;
  • 几种常用的距离度量;
  • 图论;
  • 树论