教學資源暨發展中心
  • 知識庫
  • Log in
  • English
    • 繁體
    • 简体
    • Regular
    • Medium
    • Large

Search

教學資源暨發展中心
  • Log in
  • 知識庫
  • English
    • 繁體
    • 简体
興學堂
Media:
18
Create:
2019/09/27
Manager:
系統管理者, 科教中心
  • Search
  • Media (18)
  • Forum (0)
  • FAQ (0)
  1. Media Center
  2. ...
  3. 人工智慧與深度學習
  4. 1.數學基礎理論與簡易實作
  5. Media

1.數學基礎理論與簡易實作

1.數學基礎理論與簡易實作

Manager:系統管理者, 科教中心
  1. 1.
    微積分~演算法
    1. 1.1
      12:14
      課堂1-1-1-數學的本質
    2. 1.2
      10:25
      課堂1-1-2-微分學
    3. 1.3
      10:22
      課堂1-1-3-偏微分極值應用
    4. 1.4
      10:26
      課堂1-1-4-最小均方差
    5. 1.5
      11:02
      課堂1-1-5-梯度
    6. 1.6
      13:53
      課堂1-1-6-梯度下降法
  2. 2.
    統計~線性回歸與邏輯回歸 與Bayes定理
    1. 2.1
      10:22
      課堂1-2-1-機率密度函數
    2. 2.2
      16:48
      課堂1-2-2-線性迴歸~最小二平方法
    3. 2.3
      16:07
      課堂1-2-3-線性回歸~最大概似估計法
    4. 2.4
      17:32
      課堂1-2-4-相關分析
    5. 2.5
      11:54
      課堂1-2-5-條件機率
    6. 2.6
      09:15
      課堂1-2-6-貝氏定理
  3. 3.
    Python實作
    1. 3.1
      22:23
      課堂1-3-1-Python安裝與入門指令
    2. 3.2
      12:18
      課堂1-3-2-Python之微積分指令
    3. 3.3
      06:10
      課堂1-3-3-Python之最小均方差與梯度下降演算法實作
    4. 3.4
      08:18
      課堂1-3-4-Python 之機率密度函數計算
    5. 3.5
      08:14
      課堂1-3-5-Python 之線性迴歸
    6. 3.6
      06:47
      課堂1-3-6-Python 之條件機率計算與Bayes 定理
© by NCHU-CDTL.
All rights reserved.