数学基础：微积分、线性代数、概率论

一、课程背景

在人工智能领域，无论是机器人、语音识别，还是图像识别、自然语言处理都离不开数学。因为人工智能的核心是算法，而算法的基础就是数学。所以说，数学功底才是码农们转型人工智能无论如何都是绕不开的门槛，传统程序员要想转战AI，任何绕过数学的想法都是鸵鸟策略。

微积分，线性代数，概率论在机器学习几乎所有算法中不可或缺。如果你数学不是那么扎实，大学学的数学知识都还给老师了（大部分同学都是如此），那么重新温习一下这些重要概念也不错。

美女讲师Yuki，带你轻松愉快的学习让很多人头疼的数学知识，让你发现数学原来如此有趣。

二、学习目标
1、了解人工智能数学基础必学内容。
2、学会机器学习算法涉及到的微积分、线性代数、概率论等内容。
三、课程对象
机器学习算法工程师、人工智能产品经理、数据分析师
四、课程时间
1-2天（6小时）
五、授课形式
在线视频
六、课程纲要
第一章：微积分：函数、极限与连续、微分、定积分、不定积分
第二章：线性代数：向量和矩阵、逆、矩阵的特征、计算机计算
第三章：概率论：概率分布、描述性统计、假设检验、方差分析

1 前言：课程介绍.mp4
2 1.1 可以量化的世界.mp4
3 1.2 问题的起源.mp4
4 1.3 无穷的力量.mp4
5 1.4 以少为美.mp4
6 1.5 局部与整体.mp4
8 2.1 现实世界的想象.mp4
9 2.2 空间语言与立体感知：向量与矩阵.mp4
10 2.3 追本溯源：问题与逆问题.mp4
11 2.4 稳定很重要：矩阵的特征.mp4
12 2.5 与机器沟通：计算机中的线性代数计算.mp4
14 3.1 概率的意义.mp4
15 3.2 抽象的现实：概率的分布与应用.mp4
16 3.3 第一印象：描述性统计.mp4
17 3.4 拒绝主观：假设与检验.mp4
18 3.5 可以量化的差异：方差分析.mp4
19 3.6 统计也会犯错误.mp4
人工智能之数学基础(讲义).zip