学科基础课程 机器学习中的数学方法(DECON103)
Mathematics for Machine Learning
学时:48    学分:3
开课院系: 国际经济贸易学院
教学对象:数字经济学专业
课程性质:必修

课程简介

是大学经济数学课程(如线性代数、微积分和概率论)内容的互补。介绍这些大学经济数学课程中没有介绍或少有介绍的、而在机器学习中常用的线性代数、微积分、概率论中的相关知识,如解析几何、矩阵分解,向量微分,随机向量函数的分布等。此外,介绍连续最优化问题求解的算法。然后是这些数学知识在机器学习中的应用,如线性回归,主成分分析与数据降维,密度估计,支持向量机与分类等。

查看全部

课程团队

刘树林 主讲
国际经济贸易学院

先修课程

微积分

教材或参考书

作者(译者): M. P. Deisenroth, A. A. Faisal, and C. S. Ong
书名: Mathematics for Machine Learning
出版社: Cambridge University Press
出版日期: 2020

选课答疑

查看全部

同类课程

货币银行学
国际经济贸易学院  蒋先玲
日语精读
外语学院  于丽