机器学习基础班视频 高等数学、算法、微积分、概率论视频教程下载

1 微积分与概率论基础

02 参数估计与矩阵运算基础

03 凸优化基础

04  广义线性回归和对偶优化

05 牛顿、拟牛顿、梯度下降、随机梯度下降(SGD)

06 熵、最大熵模型MaxEnt、改进的迭代尺度法IIS

07 聚类（k-means、层次聚类、谱聚类等）

08 K近邻、决策树、随机森林(random decision forests)

09 Adaboost

10 朴素贝叶斯、与贝叶斯网络

11 支持向量机（最大间隔分类、拉格朗日乘值、对偶问题、损失函数、最优化理论、SMO）

12 EM、混合高斯模型

12 衣服推荐系统

13 主题模型（概率潜语义分析PLSA、隐含狄利克雷分布LDA）

14.15 马尔科夫链、隐马尔可夫模型HMM、采样

16 马尔可夫随机场(Markov Random Field)、条件随机场CRF

17 SVD、主成分分析PCA、因子分析、独立成分分析ICA

18 卷积神经网络(CNN)、深度学习浅析

19 变分推断方法

20 知识图谱