这套清华大学出版社2237册正版图书合集,涵盖了丰富多样的学科领域,是知识的宝库。在哲学、宗教方面,有探讨精神分析的《精神分析导论》,以及训练逻辑思维的《逻辑思维训练500题》等,为读者打开哲学思考和心灵探索的大门。社会科学总论类目下,包含智慧城市建设、职业生涯规划等内容的书籍,助力读者洞察社会发展与个人职业发展。政治、法律类图书对安全法学、国际关系等主题进行了阐述,帮助读者了解政治格局与法律知识。经济领域的图书则聚焦大数据时代的商业逻辑、金融投资、电子商务等热门方向,提供实用的经济知识和技能指导。文化、科学、教育、体育方面,有科学殿堂故事、新闻传播学讲座录等,拓宽读者的文化视野;语言、文字类…...
介绍
“机器算法与数学算法:实践与分析”是一门专注于机器学习算法与数学原理的课程。

课程内容丰富,覆盖从概率统计到BP算法等多种机器学习算法。通过系统学习,学习者能够深入理解机器学习的核心原理与技术,并将其有效应用于实践中。
在课程中,详细讲解了机器学习算法和数学原理之间的紧密联系,帮助学习者从理论层面更好地掌握机器学习模型的构建与优化。无论是函数求导、矩阵运算,还是概率统计、信息论等知识,都有深入的讲解与实践操作。
同时,课程还包含大量编程实践环节,如基于支持向量机SVM进行二分类、基于奇异值分解SVD进行智能推荐等,让学习者在实践中巩固所学知识,提升解决实际问题的能力。这门课程适合对机器学习、编程感兴趣,希望深入了解机器算法与数学算法的人士学习。
📢 以下文件由夸克网盘用户[夸父*011]于2025-08-02分享(只展示部分的文件和文件夹)
机器算法与数学算法实践与分析3.85GB
PART13.33GB
课程总结.mp41.02MB
任务1-2:【视频】第一章:绪论(上).mp4199.62MB
任务1-3:【视频】第一章:绪论(下).mp4546.32MB
任务2-2:【视频】习题讲解.mp457.82MB
任务2-3:【资料】第二章课程辅助资料.zip3.07MB
任务3-2:【视频】第二章:函数求导(上).mp4178.34MB
任务3-3:【视频】第二章:函数求导(中).mp4355.28MB
任务4-2:【视频】第二章:BP算法(上).mp4205.35MB
任务4-3:【视频】第二章:BP算法(下).mp4423.24MB
任务5-1:【视频】第二章习题讲解.mp426.11MB
任务5-3:【视频】BP算法及其应用——波士顿房价预测.mp4160.92MB
任务5-4:【代码】BP算法及其应用-波士顿房价预测.rar123.29KB
任务6-2:【视频】第三章:矩阵运算(上).mp4226.57MB
任务7-2:【视频】第三章:矩阵运算(下).mp494.05MB
任务8-2:【视频】编程实践:矩阵的运算.mp478.52MB
任务9-2:【视频】第三章:矩阵论(三).mp4184.84MB
任务10-2:【代码】SVD2.rar1.91KB
任务10-3:【视频】编程实践:基于奇异值分解SVD进行智能推荐.mp486.01MB
任务11-2:【视频】凸函数.mp495.12MB
任务12-2:【视频】对偶理论及SVM的对偶求解.mp4101.84MB
任务13-2:【视频】编程实践:基于支持向量机 SVM 进行二分类.mp4163.97MB
任务13-3:【代码】编程实践:基于支持向量机 SVM 进行二分类.rar5.13KB
任务14-2:【视频】概率统计(上).mp478.35MB
任务15-2:【视频】概率统计(中).mp4144.65MB
PART2535.74MB
任务16-3:【课外资料】概率统计452.61KB
__MACOSX780B
课程辅助资料-第五章-概率统计780B
._资料1-The Multivariate Gaussian Distribution(仅供学习使用,不得用于商业目的).pdf386B
._资料2-More on Multivariate Gaussians(仅供学习使用,不得用于商业目的).pdf394B
课程辅助资料-第五章-概率统计451.85KB
资料1-The Multivariate Gaussian Distribution(仅供学习使用,不得用于商业目的).pdf335.12KB
资料2-More on Multivariate Gaussians(仅供学习使用,不得用于商业目的).pdf116.73KB
任务18-3:【代码&数据】朴素贝叶斯实践代码&数据53.8KB
Bayesian.py6.66KB
Breastcancer.py7.38KB
Breastdata.txt20.1KB
remove.txt19.66KB
任务19-1:【资料】课程辅助资料-21.8MB
__MACOSX1.43KB
课程辅助资料-第六章-信息论1.43KB
._资料1-Information Theory, Inference, and Learning Algorithms (仅供学习使用,不得用于商业目的).pdf628B
._资料2-Elements of Information Theory Elements-第二版 (仅供学习使用,不得用于商业目的).pdf431B
._资料3-Elements of Information Theory Second Edition-Solutions to Problems (仅供学习使用,不得用于商业目的).pdf402B
课程辅助资料-第六章-信息论21.79MB
资料1-Information Theory, Inference, and Learning Algorithms (仅供学习使用,不得用于商业目的).pdf9.78MB
资料2-Elements of Information Theory Elements-第二版 (仅供学习使用,不得用于商业目的).pdf10.09MB
资料3-Elements of Information Theory Second Edition-Solutions to Problems (仅供学习使用,不得用于商业目的).pdf1.92MB
刀网地址发布页.url114B
README.txt1.91KB
任务21-3:【编程实践】基于决策树和 C4.5 算法进行二分类1.29MB
编程实践:基于决策树和 C4.5 算法进行二分类.pdf1.26MB
Breastdata.txt20.1KB
DT_C4.5.py6.53KB
treePlotter.py2.65KB
任务16-2:【视频】概率统计(下).mp4158.08MB
任务17-2:【视频】极大似然估计&朴素贝叶斯.mp4120.8MB
任务18-2:【视频】编程实践:基于朴素贝叶斯和拉普拉斯平滑预测乳腺癌.mp437.18MB
任务19-3:【视频】信息论上.mp445.24MB
任务20-2:【视频】信息论基础-中.mp426.52MB
任务21-2:【视频】信息论基础-下.mp458.18MB
任务21-4:【实践】案例实践:决策树及其应用.mp466.15MB
共51个文件,合计:3.85GB






