掌握必要的数学知识对于一名高级的算法工程师是很有必要的,本阶段对算法中会使用到的基础数学知识进行了讲解,主要内容包括函数的微分学(高等数学)、线性代数、概率论,最后还介绍了常用的优化思想。
章节 | 内容 |
---|---|
章节1 数学内容概述 | 1:学习数学的必要性_微积分知识点 2:线性代数_概率论知识点 3:优化知识点 |
章节2 React高级知识 | 4:导数的定义 5:导数的几何意义和物理意 6:基本初等函数导数公式 7:导数求解的四则运算法则 8:复合函数求导法则 9:高阶导数_导数判断单调性 10:函数的极值 11:二阶导数判断凹凸性_泰勒展开式 |
章节3 线性代数基础 | 12:向量 13:向量的基本运算与范数 14:向量的模与内积 15:矩阵 16:矩阵的基本运算 17:矩阵乘法 18:逆矩阵 |
章节4 多元函数微分学 | 19:偏导数 20:高阶偏导数与梯度 21:雅可比矩阵 22:Hessian矩阵 |
章节5 线性代数高级 | 23:二次型 24:特征值与特征向量 25:特征值分解 26:多元函数的泰勒展开 27:矩阵的秩 28:SVD分解定义 29:SVD分解的应用 |
章节6 概率论 | 30:随机事件与概率 31:贝叶斯公式 32:随机变量 33:期望与方差 34:常用分布 35:随机向量_独立性 36:协方差 |
章节7 最优化 | 37:最大似然估计 38:最优化理论介绍 39:梯度下降法 40:牛顿法 41:坐标下降法 42:凸优化问题与凸集 43:凸函数 44:拉格朗日乘子法 |
另附本章节课程资料