目录

​​         大白话5分钟带你走进人工智能-第一节开篇介绍以及线性回归简介篇 ​​

​​         大白话5分钟带你走进人工智能-第二节概率基础及高斯分布 ​​

​​         大白话5分钟带你走进人工智能-第三节最大似然推导mse损失函数（深度解析最小二乘来源）（1） ​​

​​         大白话5分钟带你走进人工智能-第四节最大似然推导mse损失函数（深度解析最小二乘来源）（2） ​​

 ​​        大白话5分钟带你走进人工智能-第五节解析解方式求解模型参数​​

         ​​大白话5分钟带你走进人工智能-第六节梯度下降之从单元函数理解梯度下降过程 (1)​​

         ​​大白话5分钟带你走进人工智能-第七节梯度下降之梯度概念和梯度迭代过程(2)​​

​​         大白话5分钟带你走进人工智能-第八节梯度下降之批量梯度下降和随机梯度下降(3)​​

        ​​ 大白话5分钟带你走进人工智能-第九节梯度下降之函数最优化算法和梯度下降代码过程解析(4)​​

​​大白话5分钟带你走进人工智能-第十节梯度下降之归一化的各种方式和必要性(5)​​

       ​​  大白话5分钟带你走进人工智能-第十一节梯度下降之手动实现梯度下降和随机梯度下降的代码（6）​​

         ​​大白话5分钟带你走进人工智能-第十二节梯度下降之背后的原理之泰勒公式(7)​​

        ​​ 大白话5分钟带你走进人工智能-第十三节多项式回归之维度爆炸和过拟合​​

​​         大白话5分钟带你走进人工智能-第十四节过拟合解决手段L1和L2正则​​

​​         大白话5分钟带你走进人工智能-第十五节L1和L2正则几何解释和Ridge，Lasso，Elastic Net回归​​

​​         大白话5分钟带你走进人工智能-第十六节逻辑回归做分类的原因(1)​​

        ​​大白话5分钟带你走进人工智能-第十七节逻辑回归之交叉熵损失函数(2)​​

        ​​大白话5分钟带你走进人工智能-第十八节逻辑回归之交叉熵损失函数梯度求解过程(3)​​

        ​​大白话5分钟带你走进人工智能-第十九节逻辑回归之优化点(4)​​

        ​​大白话5分钟带你走进人工智能-第二十节逻辑回归和Softmax多分类问题(5)​​

        ​​大白话5分钟带你走进人工智能-第二十一节牛顿法和L-BFGS求函数最优解​​

        ​​大白话5分钟带你走进人工智能-第二十二节决策树系列之概念介绍(1)​​

        ​​大白话5分钟带你走进人工智能-第二十三节决策树系列之特点和数学表达形式(2)​​

        ​​大白话5分钟带你走进人工智能-第二十四节决策树系列之分裂流程和Gini系数评估(3)​​

        ​​大白话5分钟带你走进人工智能-第二十五节决策树系列之信息增益和信息增益率(4)​​

        ​​大白话5分钟带你走进人工智能-第二十六节决策树系列之Cart回归树及其参数(5)​​

        ​​大白话5分钟带你走进人工智能-第二十七节决策树系列之预剪枝和后减枝和叶子结点如何表达(6)​​

        ​​大白话5分钟带你走进人工智能-第二十八节集成学习之随机森林概念介绍(1)​​

        ​​大白话5分钟带你走进人工智能-第二十九节集成学习之随机森林随机方式 ，out of bag data及代码(2)​​

       ​​ 大白话5分钟带你走进人工智能-第三十节集成学习之Boosting方式和Adaboost​​

       ​​ 大白话5分钟带你走进人工智能-第三十一节集成学习之最通俗理解GBDT原理和过程 ​​

​​        大白话5分钟带你走进人工智能-第三十二节集成学习之最通俗理解XGBoost原理和过程​​