价格: 19 学币

分类: 数学

发布时间: 2022年1月23日 11:07

最近更新: 2022年2月20日 15:18

资源类型: VIP


第1章 课程介绍

本章主要整体介绍课程,讲解高等数学与其他学科的结合应用,包含新兴理论算法及其前沿应用。另外,
课程许多章节都有实战训练,会使用到python、SPSS或MATLAB等程序语言和应用软件。
1-1 课程导学 (07:45)
1-2 【讨论题】你觉得大学里面学的数学对程序员工作有用吗?

第2章 【高数基础】集合、映射与函数

本章讲述的内容会在高中所学概念的基础上作进一步拓展,以便适应高等数学的需求。重点在于了解映射
与函数的关系、常见函数图像及性质。
2-1 集合的概念 (07:53)
2-2 映射的概念 (13:49)
2-3 函数的概念 (04:54)
2-4 函数的几个特性 (07:37)
2-5 常见函数归纳 (17:23)
2-6 方程与函数 (08:13)
2-7 函数应用举例 (07:18)

第3章 极限及应用

对于极限的学习,关键在于对定义的理解,而不是做太多的题目。本章重点从极限产生的背景开始讲解极
限的定义、无穷小量以及函数的连续性。
3-1 极限产生的背景 (10:11)
3-2 数列极限的定义 (15:20)
3-3 理解函数的极限(上) (15:58)
3-4 理解函数的极限(下) (07:56)
3-5 无穷小量 (14:58)
3-6 极限运算法则 (08:02)
3-7 两个重要极限 (18:46)
3-8 函数连续性 (07:57)

第4章 一元函数的导数与微分

本章首先需要理清导数和微分之间的关系、函数极值点及增减性的求解方法;其次需要尽可能理解微分思
维方式,而泰勒公式就是微分思维的体现,理解泰勒公式的本质对于后续算法理解有重要意义。
4-1 微积分诞生的背景 (07:34)
4-2 理解导数的定义 (09:11)
4-3 求导公式 (15:27)
4-4 微分中值定理 (06:38)
4-5 微分中值定理例题讲解 (12:18)
4-6 函数单调性与极值 (14:55)
4-7 凹凸性与拐点 (09:12)
4-8 洛必达法则 (24:02)
4-9 微分的定义 (15:50)
4-10 微分应用-近似计算 (07:38)
4-11 泰勒公式定义 (19:04)
4-12 泰勒展式的收敛域 (14:16)
4-13 牛顿迭代法解方程 (18:38)
4-14 第四章 习题练习

第5章 多元函数的导数与微分

本章需要着重理解方向导数与梯度的概念,因为算法的大厦将在此奠基。求多元函数极值在后续两个章节
“线性回归模型”和“极大似然估计”中均有重要运用。
5-1 空间方程基础知识 (08:25)
5-2 二元函数极限的定义 (17:42)
5-3 偏导数- (09:22)
5-4 多元复合函数求导法则 (15:04)
5-5 隐函数求导公式 (11:04)
5-6 求多元函数极值 (12:17)
5-7 全微分 (08:40)
5-8 【讨论题】梯度下降法能解决的应用场景
5-9 方向导数与梯度下降算法 (18:42)
5-10 偏导数与方向导数之间的关系 (05:23)
5-11 利用python实现梯度下降算法(上) (13:32)
5-12 利用python实现梯度下降算法(下) (13:29)
5-13 第五章 习题练习

第6章 积分定律

积分在物理学和几何学中有及其广泛的直接应用,有明确的物理意义与之对应,同时也是求解微分方程的
基础,本章重点在于掌握常用的积分技巧。
6-1 不定积分 (17:33)
6-2 定积分的定义 (17:14)
6-3 牛顿-莱布尼茨公式 (09:56)
6-4 定积分与和式极限 (15:33)
6-5 定积分应用-求平面曲线的弧长 (11:57)
6-6 定积分应用-用元素法求平面图形的面积 (12:12)
6-7 定积分应用-求连续型随机变量的概率 (11:49)
6-8 第六章 习题练习

第7章 微分方程

微分方程是描述事物运行规律的利器,除了在物理学领域广泛应用外,也是数学建模的常客,具体应用在
后续专门章节介绍。本章主要学习微分方程的求解方法。
7-1 微分方程的意义 (11:02)
7-2 求几种特定形式的微分方程的通解 (14:49)
7-3 利用python求微分方程的通解 (12:45)
7-4 微分方程的数值解-欧拉法 (14:58)
7-5 利用python实现欧拉法 (12:22)
7-6 微分方程的数值解--龙格-库塔法 (11:28)
7-7 利用python实现龙格-库塔法 (08:46)
7-8 第七章 习题练习

第8章 常见微分方程数学建模

本章将让大家感受微分方程数学模型在各行业的实际应用效果,同时让大家了解数学建模的一般方法。
8-1 传染病的微分方程模型(上) (12:43)
8-2 传染病的微分方程模型(下) (16:24)
8-3 利用python实现求微分方程组的数值解 (25:05)

第9章 线性回归

线性回归模型是多元函数极值最经典的应用之一,也是机器学习最基础的算法,属于统计模型范畴,因其
简单有效,应用广泛。本章重点讲解线性回归模型,同时利用SPSS实战,活学活用。
9-1 最小二乘法 (20:51)
9-2 使用线性代数实现最小二乘法(上) (10:03)
9-3 使用线性代数实现最小二乘法(下) (09:46)
9-4 线性回归的假设与检验 (18:08)
9-5 利用SPSS实现线性回归 (12:04)
9-6 【讨论题】如何理解深度思考

第10章 极大似然估计

在模型已定,参数未知的情况下,利用极大似然估计的方法估计参数会是一个很好的选择。本章介绍极大
似然估计的求解主要利用多元函数极值求解方法。
10-1 生活中的极大似然估计 (17:49)
10-2 连续型随机变量对应的极大似然估计 (17:52)
10-3 例题讲解 (08:09)
10-4 【讨论题】能用数学证明的反直觉的现象

第11章 傅立叶变换

同一个事物,观察角度不一样,得到的结果就不一样,但是事物本身并未变化。比如正弦波函数在时域上
看是无限延伸的,但是在频域上看只是一条谱线。本章将带你认识数学变换的本质。
11-1 傅里叶变换的意义 (09:23)
11-2 补充知识 (12:20)
11-3 傅里叶级数 (14:26)
11-4 傅里叶变换 (15:20)
11-5 离散傅里叶变换的概念 (12:03)
11-6 利用python实现基于快速傅里叶变换的声音分离(上) (08:38)
11-7 利用python实现基于快速傅里叶变换的声音分离(下) (21:04)

第12章 课程总结

本章对课程做整体总结并对后续学习给出建议!
12-1 【讨论题】谈谈算法岗的面试内容
12-2 课程总结 (08:42)