人工智能数学基础

你将学到什么

课程概况

本微专业由稀牛学院与网易联合出品。稀牛学院特邀海外顶尖讲师提供高品质的人工智能数学基础课程，以独特的工程视角串联人工智能领域所覆盖的必学数学知识，并辅以练习保证学习效果。

包含课程

AI数学基石
开课时间： 12月27日10:00 - 1月20日23:59

第1章 高等数学
1.1 导数和偏导数
1.2 梯度向量
1.3 极值定理
1.4 Jacobbi矩阵
1.5 Hessian矩阵
1.6 泰勒展开公式
1.7 拉格朗日乘数法
第2章 线性代数
2.1 向量及其运算
2.2 范数
2.3 矩阵及其运算
2.4 逆矩阵
2.5 二次型
2.6 矩阵的正定性
2.7 矩阵的特征值与特征向量
2.8 矩阵的奇异值分解
第3章 概率论
3.1 概率、随机事件和随机变量
3.2 条件概率与贝叶斯公式
3.3 常用的概率分布
3.4 随机变量的均值和方差、协方差
3.5 最大似然估计
第4章 最优化
3.1 凸集、凸函数
3.2 凸优化问题的标准形式
3.3 线性规划问题

优化论初步
开课时间： 12月27日10:00 - 1月20日23:59

第一章 优化迭代法统一论
1.0 本微专业概述
1.1 线性回归建模
1.2 无约束优化梯度分析法（上）
1.3 无约束优化梯度分析法（下）
1.4 无约束迭代法
1.5 线性回归求解
1.6 案例分析

第二章 深度学习反向传播
2.1 回归与分类、神经网络
2.2 BP算法（上）
2.3 BP算法（下）
2.4 计算图

优化论进阶
开课时间： 1月21日10:00 - 2月10日23:59

第一章 凸优化基础
1.1 一般优化问题
1.2 凸集和凸函数基础（上）
1.3 凸集和凸函数基础（下）
1.4 凸优化问题
1.5 案例分析

第二章 凸优化进阶之对偶理论
2.1 凸优化问题
2.2 对偶（上）
2.3 对偶（下）
2.4 问题案例

第三章 SVM
3.1 问题案例
3.2 SVM 建模
3.3 SVM 求解
3.4 SVM 扩展，附案例

数据降维的艺术
开课时间： 2月11日10:00 - 3月3日23:59

第一章 矩阵分析上篇
1.1 矩阵与张量
1.2 可逆矩阵
1.3 线性相关
1.4 子空间
1.5 范数
1.6 特殊矩阵和特征分解
案例：PCA 数据降维

第二章 矩阵分析下篇
2.1 SVD
2.2 SVD 与特征分解关系
2.3 图像压缩
2.4 伪逆
2.5 迹与行列式
案例：SVD 对图像进行压缩

统计推断的魅力
开课时间： 3月4日10:00 - 3月24日23:59

第一章 概率统计上篇
1.1 事件
1.2 随机变量
1.3 概率与条件概率
1.4 贝叶斯定理
1.5 朴素贝叶斯
1.6 期望、方差、协方差
1.7 最大似然、最大后验
案例：垃圾邮件过滤

第二章 概率统计中篇
2.1 常见分布总结
2.2 最大似然与贝叶斯的关系
2.3 熵与互信息
案例：最大似然估计

第三章 概率统计下篇
3.1 以 GMM 为例的统计建模
3.2 EM 算法
案例：GMM 实践

预备知识

1. 学过高等数学、线性代数、概率论三门课程中的至少两门；
2. 具有简单的 Matlab 基础知识，简单的 Python 基础知识。

常见问题

Q: 课程是录播还是直播？
A: 课程采取部分直播+录播视频+线上作业+直播答疑的形式，你可以自主安排时间学习教学视频；但需在规划的学习周期内完成作业和参加考试。所有视频都是永久观看的。

Q: 作业如何提交？
A: 课程开始之后，学员通过我的学习中心进入线上教室，其中有作业一栏，老师会在规定时间公布作业，学员直接参与即可。

Q: 如果考试通不过怎么办？
A: 我们为本学期未能完成学习及未通过的学员，提供一次免费重修的机会，享有相应的教学服务。

Q: 如何申请微专业证书？
A: 按规定完成学习和作业考核，并且综合成绩合格，即可在学习结束后申请微专业证书。提交申请后需要支付￥30.00（包含证书制作、邮寄费用，不支持开具发票）

Q: 如何与老师进行互动？
A: 除观看课程视频之外，报名后有三种方式跟老师互动： 1. 云课堂在线直播课； 2. 在线问答：学员请加入我们的学员QQ群； 3. 互动问答区；学员可以在讨论区提问，老师会在工作日的24小时内回复。

Q: 课程可以离线观看？
A: 微专业课程视频支持手机端离线缓存后观看，用户购买课程之后可以选择网页、Iphone和安卓手机观看。