算法工程师入门

1 - 数学基础：课前导读

2 - 极限

3 - 导数

4 - 泰勒展开

5 - 偏导数

6 - 积分

7 - 矩阵

8 - 线性空间

9 - 线性变换

10 - 行列式

11 - 特征值和特征向量

12 - 概率论基础概念

13 - 条件概率

14 - 条件概率进阶

15 - 随机概率

16 - 方差与协方差

17 - 参数估计

18 - PCA和FA分析

19 - 聚类分析

20 - 集合

21 - 误差与有效数字

22 - 非线性方程求值法

23 - 线性方程求解法

24 - 优化之凸集、凸函数

25 - 线性规划

26 - 数学基础-课程总结

27 - Python基础-课前导学

28 - Python介绍

29 - Python基础语法

30 - Python进阶语法

31 - Numpy数据处理

32 - Pandas数据处理

33 - 使用Matplotlib绘图

34 - 数据库介绍

35 - 实践：Python操作数据库

36 - 实践：简单Python爬虫编写

37 - 实践：泰坦尼克数据处理

38 - Pyhton基础-课程总结

39 - 机器学习-课程导读

40 - 人工智能简介

41 - 机器学习基础

42 - 线性回归模型

43 - 感知机算法

44 - KNN算法

45 - 逻辑回归算法

46 - 逻辑回归算法代码

47 - 决策树算法

48 - 神经网络基础

49 - 了解计算机视觉（选修）

50 - 机器学习-课程总结

资料