马上注册，结交更多数据大咖，获取更多知识干货，轻松玩转大数据
您需要 登录 才可以下载或查看，没有帐号？立即注册
x
上海交通大学开放出一系列在线免费课程，小编精选出与”数据科学“相关的内容，包括机器学习，算法，概率统计……汇总在一起，分享给数盟的小伙伴，与大家一起学习分享^^ 大纲 基础知识：线性代数、高等数学、概率统计 应用提高：数字结构与算法、机器学习导论、统计机器学习、信息安全数学基础
线性代数 讲师：王纪林，副教授，自1987年至今，一直在交大数学系从事基础数学的教育工作。 本课程是研究线性空间和线性变换理论的一门数学基础科。 课程内容：矩阵、行列式、n阶行列式、逆阵、行列式的计算、克莱默定理、拉普拉斯定理、逆阵、分块阵、秩、初等变换、初等变换求逆阵、初等矩阵……
高等数学 讲师：何铭，副教授 《高等数学A》是大学本科理工科非数学各专业必修的一门经典数学课程，它的理论和方法是研究客观世界中连续模型的数学基础。 课程内容：极限、极限与连续、函数、导数、微分中值定理、罗必塔法则、泰勒公式、积分、微分方程、向量代数、空间解析几何……
概率统计 讲师：向光辉，上海交通大学 数学系副教授 研究自然界中随机现象统计规律的数学方法，叫做概率统计，又称数理统计方法。 课程内容：几何概率、条件概率、全概公式与事件独立性、离散型随机变量及分布、多维随机变量分布、联合密度与边缘密度、条件分布、函数分布……
数字结构与算法 讲师：张同珍 副教授 本课程以C语言为基础，重点介绍线性表、栈、队列、树和二叉树等基本数据结构和相关算法、各种检索和排序算法。 课程内容：线性表、链表、顺序表、单链表、双链表和循环链表、线性结构应用及STC、栈、1队列和树、二叉树、哈夫曼树、树与森林、二叉堆、红黑树、AA树、哈希……
机器学习导论 讲师：张志华，上海交通大学计算机科学与工程系教授 机器学习的目标是对计算机编程，以便使用样本数据或以往的经验来解决给定的问题。已经有许多机器学习的成功应用，包括分析以往销售数据来预测客户行为，人脸识别或语音识别，优化机器人行为以便使用最少的资源来完成任务，以及从生物信息数据中提取知识的各种系统。为了对机器学习问题和解进行统一的论述，《机器学习导论》讨论了机器学习在统计学、模式识别、神经网络。人工智能、信号处理、控制和数据挖掘等不同领域的应用。 课程内容：随机向量、随机向量性质、多元高斯分布、分布性质、条件期望、多项式分布 、多元高斯分布及应用、渐近性质、核定义、坐标分析、期望最大算法、概率PCA、最大似然估计方法、EM算法收敛性、MDS方法……
统计机器学习 讲师：张志华，上海交通大学计算机科学与工程系教授 统计学习是关于计算机基于数据构建的概率统计模型并运用模型对数据进行预测和分析的一门科学，统计学习也成为统计机器学习。 课程内容：随机变量、高斯分布、连续分布、jeffrey prior,scale mixture pisribarin,statistic interence,laplace 变换，多元分布定义，概率变换……
信息安全数学基础 讲师：陈恭亮，教授，上海交通大学信息安全工程学院。 详细介绍了信息安全，特别是公钥密码系统所涉及的数论、代数和椭圆曲线论等数学理论。对欧几里得除法、模同余、欧拉定理、中国剩余定理、二次同余、原根、有限群、有限域、椭圆曲线做了较详细的讲述。 课程内容：二次互反律、勒让得符号、同余式的提升、同余式的简化、x2y2=P、模P平方根、欧几里德除法、整数的确定性素性判别、最大公因数、广义欧几里德除法 、贝组等式的矩阵、Fermat 大小定理、模重复平方法、高次同余式求解……
| 
/1 
发表于 2014-12-4 21:25:07
QQ好友和群
QQ空间
腾讯微博
腾讯朋友
收藏
转播
分享
淘帖
赞
踩
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜