AiLearning-Theory-Applying

快速上手Ai理论及应用实战：基础知识Basic knowledge、机器学习MachineLearning、深度学习DeepLearning2、PyTorch、视觉opencv、自然语言处理BERT，持续更新中

学习章节：

• 必备数学基础Basic knowledge
  • 高等数学基础
    • 函数
    • 方向导数（引出梯度）
    • 梯度
  • 微积分
    • 微积分基本理论
  • 泰勒公式

        </li>
        <li><a>线性代数基础</a>
            <ul>
                <li><a href='https://github.com/ben1234560/AiLearning-Theory-Applying/blob/master/%E5%BF%85%E5%A4%87%E6%95%B0%E5%AD%A6%E5%9F%BA%E7%A1%80.md#%E7%9F%A9%E9%98%B5%E5%92%8C%E7%89%B9%E5%BE%81'>矩阵和特征</a>
                <li><a href='https://github.com/ben1234560/AiLearning-Theory-Applying/blob/master/%E5%BF%85%E5%A4%87%E6%95%B0%E5%AD%A6%E5%9F%BA%E7%A1%80.md#%E5%90%91%E9%87%8F%E5%86%85%E7%A7%AF'>向量内积</a>
    

  • SVD矩阵分解
• 随机变量
  • 离散和连续型数据
  • 简单随机抽样
  • 极大似然估计

机器学习MachineLearning

• 持续更新中

          </ul>
      </li>
  </ul>