慕课-深入AI大模型必修数学体系 - 夸搜搜-夸克云网盘搜索,夸克网盘资源搜索,免费好用的夸克云网盘搜索引擎！

• file:README.md
• file:LICENSE
• file:19-1-2 详解贝叶斯回归_ev.mp4
• file:19-1-1 贝叶斯回归，用概率的眼光和工具来重新认识回归问题_ev【公众号：密知圈】.mp4
• file:19-1-6 练习：贝叶斯回归（下）_ev【公众号：密知圈】.mp4
• file:19-1-8 人工智能数学基础课程总结_ev.mp4
• file:10-1-6 用Sympy解析计算积分_ev.mp4
• file:10-1-10 练习：积分基础-3_ev.mp4
• file:6-1-10 Numpy相关知识点练习-2_ev.mp4
• file:6-1-3 Numpy的复制和视图，布尔数组索引_ev.mp4
• file:6-1-8 算数运算，矩阵操作_ev.mp4
• file:6-1 第1章 Numpy学习入门说明.zip
• file:6-1-5 连接数组concatenate, stack, hstack, vstack, dstack_ev.mp4
• file:6-2-4 实现矩阵的点积运算_ev.mp4
• file:6-2-10 Python实现一个矩阵类的练习-3_ev.mp4
• file:20-1-1 大语言模型概括：从理论架构到训练实践‌_ev.mp4
• file:20-1-2 LLM核心组件1：词嵌入、注意力机制与深度网络优化技术‌（上）‌_ev.mp4
• file:20-1-5 LLM核心组件2：位置编码与输出层设计原理‌_ev.mp4
• file:20-1-6 LLM的实现与训练：代码实现、损失函数与优化器调参指南_ev.mp4
• folder:慕课-深入AI大模型必修数学体系
• folder:【阶段5：概率论：应对现实世界中不确定性、神经网络的理论基础】第19周 贝叶斯回归
• folder:【阶段3：微积分：研究数据变化的规律与模型优化】第10周 积分基础
• folder:【阶段2：线性代数实战】第6周 Numpy快速上手，用Python实现矩阵
• folder:【阶段6：综合实战、总结】第20周 LLM大语言模型的实现：深入大语言模型的核心数学原理
• folder:【阶段4：微积分实战和进阶】第14周 神经网络自动微分
• folder:【阶段4：微积分实战和进阶】第15周 偏导数与模型优化与支持向量机SVM
• folder:【阶段1：线性代数：批量数据规律的研究】第4周 奇异值分解SVD
• folder:【阶段2：线性代数实战】第7周 数据处理方法与矩阵与图形变换
• folder:math_in_ai_for_programmer
• folder:19-1 第1章 贝叶斯回归
• folder:6-2 第2章 用Python实现矩阵
• folder:20-2 第2章 数学面试题讲解
• folder:20-1 第1章 LLM大语言模型的实现和背后的数学原理
• folder:14-2 第2章 神经网络自动微分-习题精讲与强化练习
• folder:15-4 第4章 支持向量机SVM：间隔最大化的数学魔法
• folder:4-1 第1章 奇异值分解SVD
• folder:1-2 第2章 线性代数核心概念-走进矩阵
• folder:1-1 第1章 线性代数入门：由来、与人工智能的关系
• folder:18-3 第3章 练习：最大似然估计
• folder:week3
• folder:12-1 第1章 ROC曲线与分类性能评估
• folder:11-1 第1章 用微积分知识实现一个神经网络
• folder:16-3 第3章 离散概率分布
• folder:17-4 第4章 概率密度估计-习题解析
• folder:slides