?稱之為數學老師回來了，一點都不過分，課程如果單獨列舉出來，甚至可以獨自的作為數學課程上的教材，但實際上卻與大數據AI領域密切相關。其實坦白的講，數學的能力在AI和大數據領域，尤其是從事算法相關的開發或者建模等等工作，都是非常緊要的一門基礎課程，甚至可以說決定了工程們能夠進修的深度。課程內容涵蓋了線性代數，高等數學，概率論，最優化，優化論教學，凸優化進階之對偶理論，數據降維的藝術，矩陣分析等等。
? ?? ?? ???如果同學們已經有一定的高數基礎，在付出一定量的努力后，掌握課程內容應該不會特別難，但對于沒有高數基礎的同學們還是要再加強一下基礎的數學課程。要明白，在AI大數據等領域，研習數學功底，幫助和提升是會有質的飛躍。
===============課程目錄===============
├<01.第一階段：AI數學基石>
│??├<01.第一章：線性代數>
│??│??├<視頻>
│??│??│??├01_本章概述.mp4
│??│??│??├02_定義和例子.mp4
│??│??│??├03_向量及其運算.mp4
│??│??│??├04_向量組的線性組合.mp4
│??│??│??├05_向量組的線性相關性.mp4
│??│??│??├06_內積的定義.mp4
│??│??│??├07_范數的定義.mp4
│??│??│??├08_內積的幾何解釋.mp4
│??│??│??├09_矩陣和線性變換.mp4
│??│??│??├10_線性變換.mp4
│??│??│??├11_矩陣的運算.mp4
│??│??│??├12_矩陣的轉置.mp4
│??│??│??├13_矩陣的行列式.mp4
│??│??│??├14_逆矩陣.mp4
│??│??│??├15_求解線性方程組.mp4
│??│??│??├16_特征值和特征向量.mp4
│??│??│??├17_對陣矩陣和正定矩陣.mp4
│??│??│??├18_相似矩陣和對角化.mp4
│??│??│??├19_二次型.mp4
│??│??│??└20_本章小結.mp4
│??├<02.第二章：高等數學>
│??│??├<視頻>
│??│??│??├01-本章概述.mp4
│??│??│??├02-函數的定義.mp4
│??│??│??├03-反函數.mp4
│??│??│??├04-復合函數.mp4
│??│??│??├05-引例.mp4
│??│??│??├06-導數.mp4
│??│??│??├07-函數的求導法則 .mp4
│??│??│??├08-高階導數.mp4
│??│??│??├09-二元函數.mp4
│??│??│??├10-二元函數的偏導數.mp4
│??│??│??├11-方向導數和梯度.mp4
│??│??│??├12-雅可比矩陣.mp4
│??│??│??├13-海森矩陣.mp4
│??│??│??├14-函數的極值.mp4
│??│??│??├15-極值的定理.mp4
│??│??│??├16-拉格朗日函數.mp4
│??│??│??├17-泰勒展開式.mp4
│??│??│??└18-本章小結.mp4
│??├<03.第三章：概率論>
│??│??├<視頻>
│??│??│??├01-本章概述.mp4
│??│??│??├02-基礎概念.mp4
│??│??│??├03-隨機事件的概率.mp4
│??│??│??├04-條件概率.mp4
│??│??│??├05-事件的獨立性.mp4
│??│??│??├06-全概率公式和貝葉斯公式.mp4
│??│??│??├07-隨機變量的定義.mp4
│??│??│??├08-概率分布.mp4
│??│??│??├09-概率密度函數.mp4
│??│??│??├10-隨機變量的期望.mp4
│??│??│??├11-隨機變量的方差.mp4
│??│??│??├12-最大似然估計(上) (1).mp4
│??│??│??├13-最大似然估計(下) .mp4
│??│??│??└14-本章小節.mp4
│??├<04.第四章：最優化>
│??│??├<視頻>
│??│??│??├01-本章概述.mp4
│??│??│??├02-基本形式.mp4
│??│??│??├03-分類.mp4
│??│??│??├04-線性規劃問題實例.mp4
│??│??│??├05-線性規劃的標準形式.mp4
│??│??│??├06-線性規劃問題的求解.mp4
│??│??│??├07-空間里的直線.mp4
│??│??│??├08-仿射集.mp4
│??│??│??├09-凸集.mp4
│??│??│??├10-超平面和半空間.mp4
│??│??│??├11-凸函數.mp4
│??│??│??├12-凸優化問題.mp4
│??│??│??└13-本章小結 .mp4
├<02.第二階段：優化論初步>
│??├<01.第一章 優化迭代統一論>
│??│??├<視頻>
│??│??│??├01-本微專業概述.mp4
│??│??│??├02-線性回歸建模.mp4
│??│??│??├03-無約束優化分析法(上).mp4
│??│??│??├04-無約束優化分析法(下).mp4
│??│??│??├05-無約束迭代法.mp4
│??│??│??├06-線性回歸求解.mp4
│??│??│??└07-案例分析.mp4
│??│??├<作業>
│??│??│??├<第一章 優化迭代統一論作業_客觀題>
│??│??│??│??├1.png
│??│??│??│??├2.png
│??│??│??│??├3.png
│??│??│??│??└答案.txt
│??│??│??├<第一章 優化迭代統一論作業_主觀題>
│??│??│??│??├1.png
│??│??│??│??└2.png
│??├<02.第二章 深度學習反向傳播>
│??│??├<第二章 深度學習反向傳播作業_客觀題>
│??│??│??├1.png
│??│??│??├2.png
│??│??│??├3.png
│??│??│??└答案.txt
│??│??├<視頻>
│??│??│??├01-回歸與分類、神經網絡.mp4
│??│??│??├02-BP算法(上).mp4
│??│??│??├03-BP算法(下).mp4
│??│??│??└04-計算圖.mp4
├<03.第三階段：優化論進階>
│??├<01.第一章 凸優化基礎>
│??│??├<視頻>
│??│??│??├01-一般優化問題.mp4
│??│??│??├02-凸集和凸函數基礎(上).mp4
│??│??│??├03-凸集和凸函數基礎(下).mp4
│??│??│??├04-凸優化問題.mp4
│??│??│??└05-案例分析.mp4
│??├<02.第二章 凸優化進階之對偶理論>
│??│??├<第二章 凸優化進階之對偶理論作業>
│??│??│??├客觀題.PNG
│??│??│??├客觀題答案.txt
│??│??│??└主觀題.PNG
│??│??├<視頻>
│??│??│??├01-凸優化問題.mp4
│??│??│??├02-對偶(上).mp4
│??│??│??├03-對偶(下).mp4
│??│??│??└04-問題案例.mp4
│??├<03.第二章 主觀題答案>
│??│??├1.PNG
│??│??├2.PNG
│??│??├3.PNG
│??│??├4.PNG
│??│??├5.PNG
│??│??├6.PNG
│??│??├7.PNG
│??│??└8.PNG
│??├<04.第三章 SVM>
│??│??├<第三章 SVM作業>
│??│??│??├答案.txt
│??│??│??├客觀題.PNG
│??│??│??└主觀題.PNG
│??│??├<視頻>
│??│??│??├01-問題案例.mp4
│??│??│??├02-SVM建模-成片.mp4
│??│??│??├03-SVM求解-成片.mp4
│??│??│??└04-SVM擴展-成片.mp4
├<04.第四階段：數據降維的藝術>
│??├<01.第一章節：矩陣分析上篇>
│??│??├第四門_數據降維的藝術.rar
│??│??├<視頻>
│??│??│??├01-線性代數基礎與精華.mp4
│??│??│??├02-特征分解.mp4
│??│??│??└03-PCA.mp4
│??├<02.第二章節：矩陣分析下>
│??│??├<考核作業>
│??│??│??├第二章 矩陣分析下篇作業_主觀題.PNG
│??│??│??├第一章 矩陣分析上篇作業_主觀題.PNG
│??│??│??├<第二章 矩陣分析下篇作業_客觀題>
│??│??│??│??├1.PNG
│??│??│??│??├2.PNG
│??│??│??│??└答案.txt
│??│??│??├<第一章 矩陣分析上篇作業_客觀題>
│??│??│??│??├1.PNG
│??│??│??│??├2.PNG
│??│??│??│??└答案.txt
│??│??├<視頻>
