龙果小程序
龙果小程序

学院首页 > 课程列表 > AI 人工智能的数学基础和Python实践

  • 章节
  • 提问
  • 手机观看

    扫码下载安卓APP

    龙果安卓APP

AI 人工智能的数学基础和Python实践

1 - (免费) 课程体系结构介绍和学习经验分享 00:21:03分钟 |
2 - (免费) python环境准备 00:09:07分钟 |
3 - (免费) 多版本anaconda共存安装方法 00:05:58分钟 |
4 - (免费) 1.python计算基础.3.numpy速览 00:06:49分钟
5 - (免费) 1.python计算基础.4.ndarray详解 00:08:31分钟
6 - (免费) 1.python计算基础.5.创建ndarray对象 00:09:50分钟
7 - (免费) 1.python计算基础.6.ndarray的文件读写 00:19:34分钟
8 - 1.python计算基础.7.数组的拆分 00:09:52分钟
9 - 1.python计算基础.8.数组的合并操作 00:04:57分钟
10 - 1.python计算基础.9.如何访问数组元素 00:11:42分钟
11 - 1.python计算基础.10.用布尔下标访问数组元素 00:08:32分钟
12 - 1.python计算基础.11.整数列表访问数组元素 00:07:36分钟
13 - 1.python计算基础.12.ufunc和broadcast 00:20:20分钟
14 - 1.python计算基础.13.ufunc案例实战—knn分类器 00:19:20分钟
15 - 1.python计算基础.13.认识矩阵 00:11:11分钟
16 - 1.python计算基础.14.矩阵的特点 00:08:11分钟
17 - 1.python计算基础.15.numpy的线性代数库 00:04:29分钟
18 - 2.实用线性代数.1.认识向量及其四则运算 00:27:58分钟
19 - 2.实用线性代数.2.相似度和距离的计算 00:17:29分钟
20 - 2.实用线性代数.3.什么是矩阵 00:14:44分钟
21 - 2.实用线性代数.4.什么是矩阵的行列式 00:22:26分钟
22 - 2.实用线性代数.5.矩阵的四则运算 00:12:19分钟
23 - 2.实用线性代数.6.什么是子空间和基 00:21:58分钟
24 - 2.实用线性代数.7.什么是线性变换以及和矩阵的关系 00:22:59分钟
25 - 2.实用线性代数.8.什么是相似矩阵和特征分解 00:19:08分钟
26 - 2.实用线性代数.9.方阵的正交分解 00:16:15分钟
27 - 2.实用线性代数.10.搞定PCA 00:12:16分钟
28 - 2.实用线性代数.11.搞定SVD分解 00:16:33分钟
29 - 2.实用线性代数.12.Python实战PCA 00:13:04分钟
30 - 2.实用线性代数.13.Python实战SVD分解 00:25:11分钟
31 - 3.概率论和统计.1.概率论的基本概念 00:19:52分钟
32 - 3.概率论和统计.2.概率论的基本概念2 00:10:32分钟
33 - 3.概率论和统计.3.典型的分布和它们的数字特征 00:18:42分钟
34 - 3.概率论和统计.4.随机向量 00:22:10分钟
35 - 3.概率论和统计.5.协方差和PCA 00:08:05分钟
36 - 3.概率论和统计.6.Python实战生成常见的随机变量 00:05:39分钟
37 - 3.概率论和统计.7.朴素贝叶斯和垃圾邮件分类 00:25:18分钟
38 - 3.概率论和统计.8.Python垃圾邮件分类代码详解 00:15:45分钟
39 - 3.概率论和统计.9.统计基础 00:11:49分钟
40 - 3.概率论和统计.10.数据的描述统计 00:13:35分钟
41 - 3.概率论和统计.11.极大似然估计 00:19:31分钟
42 - 3.概率论和统计.12.最大后验概率 00:17:06分钟
43 - 3.概率论和统计.13.什么是假设检验 00:10:55分钟
44 - 3.概率论和统计.14.假设检验怎么做 00:11:20分钟
45 - 3.概率论和统计.15.假设检验结果怎么解读 00:15:57分钟
46 - 3.概率论和统计.16.假设检验为什么可行 00:15:34分钟
47 - 3.概率论和统计.17.什么是方差分析 00:14:37分钟
48 - 3.概率论和统计.18.方差分析实战 00:13:36分钟
49 - 4.python可视化数据分析实战.1 00:04:30分钟
50 - 4.python可视化数据分析实战.2 00:05:06分钟
51 - 4.python可视化数据分析实战.3 00:04:10分钟
52 - 4.python可视化数据分析实战.4 00:03:03分钟
53 - 4.python可视化数据分析实战.5 00:04:43分钟
54 - 4.python可视化数据分析实战.6 00:08:43分钟
55 - 4.python可视化数据分析实战.7 00:08:15分钟
56 - 4.python可视化数据分析实战.8 00:07:50分钟
57 - 5.凸优化.1.高数重点内容串讲 00:09:42分钟
58 - 5.凸优化.2.梯度和导数 00:08:40分钟
59 - 5.凸优化.3.导数和极值的关系以及泰勒展开 00:19:26分钟
60 - 5.凸优化.4.梯度下降算法 00:24:00分钟
61 - 5.凸优化.5.梯度下降算法的各种变形(牛顿法和拟牛顿法动量法) 00:13:37分钟
62 - 5.凸优化.6.人工智能中常见损失函数的手工推导 00:13:16分钟
63 - 5.凸优化.7.sigmoid函数及其梯度的手工推导 00:05:05分钟
64 - 5.凸优化.8.logloss函数及其梯度的手工推导(1) 00:07:50分钟
65 - 5.凸优化.9.spark中使用的梯度推导 00:07:56分钟
66 - 5.凸优化.11.凸集的概念 00:17:45分钟
67 - 5.凸优化.12.凸函数的概念 00:16:54分钟
68 - 5.凸优化.13.保凸运算是个什么鬼 00:05:55分钟
69 - 5.凸优化.14.正式认识凸优化问题 00:15:51分钟
70 - 5.凸优化.15.对偶函数和对偶理论 00:16:56分钟
71 - 5.凸优化.16.强对偶条件和kkt条件 00:20:05分钟
72 - 5.凸优化.17.支持向量机SVM的几何解释 00:30:57分钟
73 - 5.凸优化.18.支持向量机的标准形式 00:08:01分钟
74 - 5.凸优化.19.支持向量机的kkt条件和最终解决 00:20:13分钟
75 - 5.凸优化.20.支持向量机的核技巧和线性不可分问题 00:16:44分钟

AI 人工智能的数学基础和Python实践

优惠价: 999

难    度:高级

课    时: 75

讲    师:大圣老师

活    动: 迎中秋贺国庆,下单立减 ¥300

下单立减¥300

课程大纲
  • 第1节

    课程体系结构介绍和学习经验分享

    [免费观看]
    00:21:03分钟 |
  • 第2节

    python环境准备

    [免费观看]
    00:09:07分钟 |
  • 第3节

    多版本anaconda共存安装方法

    [免费观看]
    00:05:58分钟 |
  • 第4节

    1.python计算基础.3.numpy速览

    [免费观看]
    00:06:49分钟 |
  • 第5节

    1.python计算基础.4.ndarray详解

    [免费观看]
    00:08:31分钟 |
  • 第6节

    1.python计算基础.5.创建ndarray对象

    [免费观看]
    00:09:50分钟 |
  • 第7节

    1.python计算基础.6.ndarray的文件读写

    [免费观看]
    00:19:34分钟 |
  • 第8节

    1.python计算基础.7.数组的拆分

    00:09:52分钟 |
  • 第9节

    1.python计算基础.8.数组的合并操作

    00:04:57分钟 |
  • 第10节

    1.python计算基础.9.如何访问数组元素

    00:11:42分钟 |
  • 第11节

    1.python计算基础.10.用布尔下标访问数组元素

    00:08:32分钟 |
  • 第12节

    1.python计算基础.11.整数列表访问数组元素

    00:07:36分钟 |
  • 第13节

    1.python计算基础.12.ufunc和broadcast

    00:20:20分钟 |
  • 第14节

    1.python计算基础.13.ufunc案例实战—knn分类器

    00:19:20分钟 |
  • 第15节

    1.python计算基础.13.认识矩阵

    00:11:11分钟 |
  • 第16节

    1.python计算基础.14.矩阵的特点

    00:08:11分钟 |
  • 第17节

    1.python计算基础.15.numpy的线性代数库

    00:04:29分钟 |
  • 第18节

    2.实用线性代数.1.认识向量及其四则运算

    00:27:58分钟 |
  • 第19节

    2.实用线性代数.2.相似度和距离的计算

    00:17:29分钟 |
  • 第20节

    2.实用线性代数.3.什么是矩阵

    00:14:44分钟 |
  • 第21节

    2.实用线性代数.4.什么是矩阵的行列式

    00:22:26分钟 |
  • 第22节

    2.实用线性代数.5.矩阵的四则运算

    00:12:19分钟 |
  • 第23节

    2.实用线性代数.6.什么是子空间和基

    00:21:58分钟 |
  • 第24节

    2.实用线性代数.7.什么是线性变换以及和矩阵的关系

    00:22:59分钟 |
  • 第25节

    2.实用线性代数.8.什么是相似矩阵和特征分解

    00:19:08分钟 |
  • 第26节

    2.实用线性代数.9.方阵的正交分解

    00:16:15分钟 |
  • 第27节

    2.实用线性代数.10.搞定PCA

    00:12:16分钟 |
  • 第28节

    2.实用线性代数.11.搞定SVD分解

    00:16:33分钟 |
  • 第29节

    2.实用线性代数.12.Python实战PCA

    00:13:04分钟 |
  • 第30节

    2.实用线性代数.13.Python实战SVD分解

    00:25:11分钟 |
  • 第31节

    3.概率论和统计.1.概率论的基本概念

    00:19:52分钟 |
  • 第32节

    3.概率论和统计.2.概率论的基本概念2

    00:10:32分钟 |
  • 第33节

    3.概率论和统计.3.典型的分布和它们的数字特征

    00:18:42分钟 |
  • 第34节

    3.概率论和统计.4.随机向量

    00:22:10分钟 |
  • 第35节

    3.概率论和统计.5.协方差和PCA

    00:08:05分钟 |
  • 第36节

    3.概率论和统计.6.Python实战生成常见的随机变量

    00:05:39分钟 |
  • 第37节

    3.概率论和统计.7.朴素贝叶斯和垃圾邮件分类

    00:25:18分钟 |
  • 第38节

    3.概率论和统计.8.Python垃圾邮件分类代码详解

    00:15:45分钟 |
  • 第39节

    3.概率论和统计.9.统计基础

    00:11:49分钟 |
  • 第40节

    3.概率论和统计.10.数据的描述统计

    00:13:35分钟 |
  • 第41节

    3.概率论和统计.11.极大似然估计

    00:19:31分钟 |
  • 第42节

    3.概率论和统计.12.最大后验概率

    00:17:06分钟 |
  • 第43节

    3.概率论和统计.13.什么是假设检验

    00:10:55分钟 |
  • 第44节

    3.概率论和统计.14.假设检验怎么做

    00:11:20分钟 |
  • 第45节

    3.概率论和统计.15.假设检验结果怎么解读

    00:15:57分钟 |
  • 第46节

    3.概率论和统计.16.假设检验为什么可行

    00:15:34分钟 |
  • 第47节

    3.概率论和统计.17.什么是方差分析

    00:14:37分钟 |
  • 第48节

    3.概率论和统计.18.方差分析实战

    00:13:36分钟 |
  • 第49节

    4.python可视化数据分析实战.1

    00:04:30分钟 |
  • 第50节

    4.python可视化数据分析实战.2

    00:05:06分钟 |
  • 第51节

    4.python可视化数据分析实战.3

    00:04:10分钟 |
  • 第52节

    4.python可视化数据分析实战.4

    00:03:03分钟 |
  • 第53节

    4.python可视化数据分析实战.5

    00:04:43分钟 |
  • 第54节

    4.python可视化数据分析实战.6

    00:08:43分钟 |
  • 第55节

    4.python可视化数据分析实战.7

    00:08:15分钟 |
  • 第56节

    4.python可视化数据分析实战.8

    00:07:50分钟 |
  • 第57节

    5.凸优化.1.高数重点内容串讲

    00:09:42分钟 |
  • 第58节

    5.凸优化.2.梯度和导数

    00:08:40分钟 |
  • 第59节

    5.凸优化.3.导数和极值的关系以及泰勒展开

    00:19:26分钟 |
  • 第60节

    5.凸优化.4.梯度下降算法

    00:24:00分钟 |
  • 第61节

    5.凸优化.5.梯度下降算法的各种变形(牛顿法和拟牛顿法动量法)

    00:13:37分钟 |
  • 第62节

    5.凸优化.6.人工智能中常见损失函数的手工推导

    00:13:16分钟 |
  • 第63节

    5.凸优化.7.sigmoid函数及其梯度的手工推导

    00:05:05分钟 |
  • 第64节

    5.凸优化.8.logloss函数及其梯度的手工推导(1)

    00:07:50分钟 |
  • 第65节

    5.凸优化.9.spark中使用的梯度推导

    00:07:56分钟 |
  • 第66节

    5.凸优化.11.凸集的概念

    00:17:45分钟 |
  • 第67节

    5.凸优化.12.凸函数的概念

    00:16:54分钟 |
  • 第68节

    5.凸优化.13.保凸运算是个什么鬼

    00:05:55分钟 |
  • 第69节

    5.凸优化.14.正式认识凸优化问题

    00:15:51分钟 |
  • 第70节

    5.凸优化.15.对偶函数和对偶理论

    00:16:56分钟 |
  • 第71节

    5.凸优化.16.强对偶条件和kkt条件

    00:20:05分钟 |
  • 第72节

    5.凸优化.17.支持向量机SVM的几何解释

    00:30:57分钟 |
  • 第73节

    5.凸优化.18.支持向量机的标准形式

    00:08:01分钟 |
  • 第74节

    5.凸优化.19.支持向量机的kkt条件和最终解决

    00:20:13分钟 |
  • 第75节

    5.凸优化.20.支持向量机的核技巧和线性不可分问题

    00:16:44分钟 |
课程介绍

人工智能AI是这一波互联网热潮,各行各业的大小公司都在拼命上车,如果未来10年你还想靠IT技术养家糊口、改善生活,投身AI恰逢其时。

目前市场上对AI人员需求巨大,但是由于传统教育的缺失,相关人员非常短缺。虽然各大高校甚至中学都开始引入AI教育,好消息是这拨学生还没毕业,目前市场竞争压力不大。而传统的Java程序员、Python程序员(只会写爬虫、做网站)却竞争激烈。而且AI程序员的薪资要普遍高于传统程序员,所以对于传统程序员来说,这是绝对的利好环境。


雷司令说过:只要站在风口上,猪都能飞起来,我们有什么理由不努力成为飞起来的猪呢?

市场上关于人工智能的培训课程很多,但都是讲案例、讲算法,大圣老师以过来人的身份告诉大家,这种方法学习成本会非常高,因为AI核心是数学,而不是代码。想绕过数学其实是一种鸵鸟策略,学再多的案例也是一知半解。真正工程中还是捉禁见肘,举步维艰,面试一关都很难通过。


正因为如此,大圣老师特设计这门数学课程,虽然看起来是笨办法,但是能帮助同学们夯实基础,就像练武术,如果不从扎马步、练内力开始,直接上套路,最终还是花拳绣腿,会被现实打的鼻青脸肿!

大圣老师诚挚建议。入行AI,数学是绕不过去的,不要想通过一两个算法、三五个案例就能入行人工智能!


PS:课程全部课件资料打成一个压缩包,在最后一课时的资料下载。





课程大纲
  • 第1节

    课程体系结构介绍和学习经验分享

    [免费观看]
    00:21:03分钟 |
  • 第2节

    python环境准备

    [免费观看]
    00:09:07分钟 |
  • 第3节

    多版本anaconda共存安装方法

    [免费观看]
    00:05:58分钟 |
  • 第4节

    1.python计算基础.3.numpy速览

    [免费观看]
    00:06:49分钟 |
  • 第5节

    1.python计算基础.4.ndarray详解

    [免费观看]
    00:08:31分钟 |
  • 第6节

    1.python计算基础.5.创建ndarray对象

    [免费观看]
    00:09:50分钟 |
  • 第7节

    1.python计算基础.6.ndarray的文件读写

    [免费观看]
    00:19:34分钟 |
  • 第8节

    1.python计算基础.7.数组的拆分

    00:09:52分钟 |
  • 第9节

    1.python计算基础.8.数组的合并操作

    00:04:57分钟 |
  • 第10节

    1.python计算基础.9.如何访问数组元素

    00:11:42分钟 |
  • 第11节

    1.python计算基础.10.用布尔下标访问数组元素

    00:08:32分钟 |
  • 第12节

    1.python计算基础.11.整数列表访问数组元素

    00:07:36分钟 |
  • 第13节

    1.python计算基础.12.ufunc和broadcast

    00:20:20分钟 |
  • 第14节

    1.python计算基础.13.ufunc案例实战—knn分类器

    00:19:20分钟 |
  • 第15节

    1.python计算基础.13.认识矩阵

    00:11:11分钟 |
  • 第16节

    1.python计算基础.14.矩阵的特点

    00:08:11分钟 |
  • 第17节

    1.python计算基础.15.numpy的线性代数库

    00:04:29分钟 |
  • 第18节

    2.实用线性代数.1.认识向量及其四则运算

    00:27:58分钟 |
  • 第19节

    2.实用线性代数.2.相似度和距离的计算

    00:17:29分钟 |
  • 第20节

    2.实用线性代数.3.什么是矩阵

    00:14:44分钟 |
  • 第21节

    2.实用线性代数.4.什么是矩阵的行列式

    00:22:26分钟 |
  • 第22节

    2.实用线性代数.5.矩阵的四则运算

    00:12:19分钟 |
  • 第23节

    2.实用线性代数.6.什么是子空间和基

    00:21:58分钟 |
  • 第24节

    2.实用线性代数.7.什么是线性变换以及和矩阵的关系

    00:22:59分钟 |
  • 第25节

    2.实用线性代数.8.什么是相似矩阵和特征分解

    00:19:08分钟 |
  • 第26节

    2.实用线性代数.9.方阵的正交分解

    00:16:15分钟 |
  • 第27节

    2.实用线性代数.10.搞定PCA

    00:12:16分钟 |
  • 第28节

    2.实用线性代数.11.搞定SVD分解

    00:16:33分钟 |
  • 第29节

    2.实用线性代数.12.Python实战PCA

    00:13:04分钟 |
  • 第30节

    2.实用线性代数.13.Python实战SVD分解

    00:25:11分钟 |
  • 第31节

    3.概率论和统计.1.概率论的基本概念

    00:19:52分钟 |
  • 第32节

    3.概率论和统计.2.概率论的基本概念2

    00:10:32分钟 |
  • 第33节

    3.概率论和统计.3.典型的分布和它们的数字特征

    00:18:42分钟 |
  • 第34节

    3.概率论和统计.4.随机向量

    00:22:10分钟 |
  • 第35节

    3.概率论和统计.5.协方差和PCA

    00:08:05分钟 |
  • 第36节

    3.概率论和统计.6.Python实战生成常见的随机变量

    00:05:39分钟 |
  • 第37节

    3.概率论和统计.7.朴素贝叶斯和垃圾邮件分类

    00:25:18分钟 |
  • 第38节

    3.概率论和统计.8.Python垃圾邮件分类代码详解

    00:15:45分钟 |
  • 第39节

    3.概率论和统计.9.统计基础

    00:11:49分钟 |
  • 第40节

    3.概率论和统计.10.数据的描述统计

    00:13:35分钟 |
  • 第41节

    3.概率论和统计.11.极大似然估计

    00:19:31分钟 |
  • 第42节

    3.概率论和统计.12.最大后验概率

    00:17:06分钟 |
  • 第43节

    3.概率论和统计.13.什么是假设检验

    00:10:55分钟 |
  • 第44节

    3.概率论和统计.14.假设检验怎么做

    00:11:20分钟 |
  • 第45节

    3.概率论和统计.15.假设检验结果怎么解读

    00:15:57分钟 |
  • 第46节

    3.概率论和统计.16.假设检验为什么可行

    00:15:34分钟 |
  • 第47节

    3.概率论和统计.17.什么是方差分析

    00:14:37分钟 |
  • 第48节

    3.概率论和统计.18.方差分析实战

    00:13:36分钟 |
  • 第49节

    4.python可视化数据分析实战.1

    00:04:30分钟 |
  • 第50节

    4.python可视化数据分析实战.2

    00:05:06分钟 |
  • 第51节

    4.python可视化数据分析实战.3

    00:04:10分钟 |
  • 第52节

    4.python可视化数据分析实战.4

    00:03:03分钟 |
  • 第53节

    4.python可视化数据分析实战.5

    00:04:43分钟 |
  • 第54节

    4.python可视化数据分析实战.6

    00:08:43分钟 |
  • 第55节

    4.python可视化数据分析实战.7

    00:08:15分钟 |
  • 第56节

    4.python可视化数据分析实战.8

    00:07:50分钟 |
  • 第57节

    5.凸优化.1.高数重点内容串讲

    00:09:42分钟 |
  • 第58节

    5.凸优化.2.梯度和导数

    00:08:40分钟 |
  • 第59节

    5.凸优化.3.导数和极值的关系以及泰勒展开

    00:19:26分钟 |
  • 第60节

    5.凸优化.4.梯度下降算法

    00:24:00分钟 |
  • 第61节

    5.凸优化.5.梯度下降算法的各种变形(牛顿法和拟牛顿法动量法)

    00:13:37分钟 |
  • 第62节

    5.凸优化.6.人工智能中常见损失函数的手工推导

    00:13:16分钟 |
  • 第63节

    5.凸优化.7.sigmoid函数及其梯度的手工推导

    00:05:05分钟 |
  • 第64节

    5.凸优化.8.logloss函数及其梯度的手工推导(1)

    00:07:50分钟 |
  • 第65节

    5.凸优化.9.spark中使用的梯度推导

    00:07:56分钟 |
  • 第66节

    5.凸优化.11.凸集的概念

    00:17:45分钟 |
  • 第67节

    5.凸优化.12.凸函数的概念

    00:16:54分钟 |
  • 第68节

    5.凸优化.13.保凸运算是个什么鬼

    00:05:55分钟 |
  • 第69节

    5.凸优化.14.正式认识凸优化问题

    00:15:51分钟 |
  • 第70节

    5.凸优化.15.对偶函数和对偶理论

    00:16:56分钟 |
  • 第71节

    5.凸优化.16.强对偶条件和kkt条件

    00:20:05分钟 |
  • 第72节

    5.凸优化.17.支持向量机SVM的几何解释

    00:30:57分钟 |
  • 第73节

    5.凸优化.18.支持向量机的标准形式

    00:08:01分钟 |
  • 第74节

    5.凸优化.19.支持向量机的kkt条件和最终解决

    00:20:13分钟 |
  • 第75节

    5.凸优化.20.支持向量机的核技巧和线性不可分问题

    00:16:44分钟 |

相关课程

讲师简介

十余年专职数据相关工作,曾就职yahaoo、阿里大数据团队,现就职于某互联网金融公司,负责金融大数据的建设工作。

学员动态

数据加载中,请稍后...