×
switch account
教學資源暨發展中心
知識庫
Log in
English
繁體
简体
Regular
Medium
Large
Index
00:00
1.
課堂1-2-3-線性回歸~最大概似估計法
Notes
(0)
Not logged in or insufficient permissions!
Comment
Video quiz
questionnaire
vCard
Subtitles
AD
×
Take notes
loading ...
00:00
1.
課堂1-2-3-線性回歸~最大概似估計法
×
Embed URL
Embed code
Copy the link
Resolution
720x404
1280x720
1920x1080
Custom
Source code embedding
Source code embedding (Aspect ratio 4:3)
Source code embedding (Aspect ratio 16:9)
Custom
x
×
QR code
Share
Embed URL
QR code
Index
Notes
Comment
Fullscreen
Print date : 2024/10/14
教學資源暨發展中心
Media Center
...
1.數學基礎理論與簡易實作
課堂1-2-3-線性回歸~最大概似估計法
Duration: 16:07,
Browse: 889,
Last Updated: 2019-09-30
Play Video: https://cdtl.video.nchu.edu.tw/media/3007
×
×
Copy checklist
loading ...
×
×
×
Close
×
loading ...
Prev
Next
Comment
Details
Location
Media Center
...
1.數學基礎理論與簡易實作
Folder name
1.數學基礎理論與簡易實作
Author
科教中心
Branch
教發中心
Created
2019-09-30 08:30:17
Last Updated
2019-09-30 14:38:08
Duration
16:07
Media Center
...
1.數學基礎理論與簡易實作
1.
微積分~演算法
1.1
課堂1-1-1-數學的本質
1.2
課堂1-1-2-微分學
1.3
課堂1-1-3-偏微分極值應用
1.4
課堂1-1-4-最小均方差
1.5
課堂1-1-5-梯度
1.6
課堂1-1-6-梯度下降法
2.
統計~線性回歸與邏輯回歸 與Bayes定理
2.1
課堂1-2-1-機率密度函數
2.2
課堂1-2-2-線性迴歸~最小二平方法
2.3
課堂1-2-3-線性回歸~最大概似估計法
2.4
課堂1-2-4-相關分析
2.5
課堂1-2-5-條件機率
2.6
課堂1-2-6-貝氏定理
3.
Python實作
3.1
課堂1-3-1-Python安裝與入門指令
3.2
課堂1-3-2-Python之微積分指令
3.3
課堂1-3-3-Python之最小均方差與梯度下降演算法實作
3.4
課堂1-3-4-Python 之機率密度函數計算
3.5
課堂1-3-5-Python 之線性迴歸
3.6
課堂1-3-6-Python 之條件機率計算與Bayes 定理