程序员数学体系课，将数学与代码完美结合，架起AI数学内核与程序员工程实践之间的桥梁。精选AI相关的数学干货，以可视化方式呈现“看得见”的数理知识，设定低学习门槛，帮助高效掌握数学体系。提供50多个AI案例和60多个习题精讲，结合5个拓展主题，紧密融合数学理论与AI实例。
围绕AI筛选知识点，一站式掌握与AI紧密关联的数学知识体系,只学有用的
.
├── 第1周 线性代数入门：由来、与人工智能的关系/
│ └── 1-线性代数入门：由来、与人工智能的关系/
│ ├── 第1章 线性代数入门：由来、与人工智能的关系/
│ │ ├── [ 31M] 1-1 程序员的AI必备数学体系课-课程简介
│ │ ├── [ 65K] 1-2 必看：添加课程微信学习讨论群.pdf
│ │ ├── [7.0M] 1-3 准备编程环境
│ │ ├── [ 30M] 1-4 Matplotlib快速上手
│ │ ├── [ 38M] 1-5 Matplotlib练习-1
│ │ ├── [ 43M] 1-6 Matplotlib练习-2
│ │ ├── [ 22M] 1-7 线性代数：从线性方程中来
│ │ ├── [ 26M] 1-8 线性代数的作用，与人工智能的关系
│ │ ├── [9.4M] 1-9 线性代数在机器学习中的实践
│ │ ├── [9.2M] 1-10 常用科学计算，机器学习库的介绍和对比
│ │ ├── [ 33M] 1-11 线性代数入门练习-1
│ │ └── [ 30M] 1-12 线性代数入门练习-2
│ └── 第2章 线性代数核心概念-走进矩阵/
│ ├── [ 10M] 2-1 标量、向量、矩阵、张量
│ ├── [ 18M] 2-2 向量的加减乘除
│ ├── [ 27M] 2-3 向量点积，叉积
│ ├── [ 26M] 2-4 向量的范数，类型
│ ├── [ 15M] 2-5 矩阵的加减乘除
│ ├── [ 15M] 2-6 矩阵的类型
│ ├── [ 21M] 2-7 矩阵基础练习-1
│ ├── [ 29M] 2-8 矩阵基础练习-2
│ ├── [ 37M] 2-9 矩阵基础练习-3
│ └── [ 30M] 2-10 矩阵基础练习-4
├── 第2周 矩阵进阶运算与矩阵分解/
│ └── 1-矩阵进阶运算与矩阵分解/
│ ├── 第1章 矩阵进阶运算/
│ │ ├── [ 50M] 1-1 矩阵运算：转置，逆，迹，秩
│ │ ├── [ 33M] 1-2 矩阵的行列式
│ │ ├── [ 29M] 1-3 矩阵的行列式
│ │ ├── [ 14M] 1-4 稀疏矩阵
│ │ ├── [ 14M] 1-5 张量
│ │ ├── [ 29M] 1-6 矩阵进阶运算的练习-1
│ │ └── [ 40M] 1-7 矩阵进阶运算的练习-2
│ └── 第2章 矩阵分解/
│ ├── [3.7M] 2-1 矩阵分解介绍
│ ├── [ 27M] 2-2 矩阵的LU分解
│ ├── [ 26M] 2-3 矩阵的QR分解
│ ├── [9.1M] 2-4 Cholesky乔里斯基分解
│ ├── [ 24M] 2-5 矩阵分解练习-1
│ ├── [ 26M] 2-6 矩阵分解练习-2
│ ├── [ 36M] 2-7 矩阵分解练习-3
│ └── [ 17M] 2-8 矩阵分解练习-4
├── 第3周 特征分解/
│ └── 1-特征分解/
│ └── 第1章 特征分解/
│ ├── [ 13M] 1-1 特征分解的定义
│ ├── [ 10M] 1-2 代码调用
│ ├── [ 47M] 1-3 特征分解的直观理解
│ ├── [ 32M] 1-4 手工进行特征分解
│ ├── [3.7M] 1-5 特征分解的一些性质
│ ├── [ 28M] 1-6 特征分解的练习-1
│ ├── [ 23M] 1-7 特征分解的练习-2
│ ├── [ 42M] 1-8 特征分解的练习-3
│ └── [ 25M] 1-9 特征分解的练习-4
├── 第4周 奇异值分解SVD/
│ └── 1-奇异值分解SVD/
│ └── 第1章 奇异值分解SVD/
│ ├── [4.3M] 1-1 奇异值SVD分解的定义
│ ├── [7.6M] 1-2 奇异值SVD分解的代码调用
│ ├── [ 20M] 1-3 奇异值SVD分解的直观解释，它的特点
│ ├── [ 16M] 1-4 奇异值SVD分解的作用
│ ├── [ 25M] 1-5 奇异值SVD分解与特征值分解的关系以及如何求解
│ ├── [ 29M] 1-6 伪逆与奇异值SVD分解
│ ├── [ 27M] 1-7 奇异值分解SVD练习-1
│ ├── [ 33M] 1-8 奇异值分解SVD练习-2
│ ├── [ 26M] 1-9 奇异值分解SVD练习-3
│ ├── [ 30M] 1-10 奇异值分解SVD练习-4
│ └── [ 42M] 1-11 奇异值分解SVD练习-5
├── 第5周 主成分分析PCA/
│ └── 1-主成分分析PCA/
│ └── 第1章 主成分分析PCA/
│ ├── [ 23M] 1-1 主成分分析的直观理解
│ ├── [ 42M] 1-2 找到数据背后的隐藏关联－－协方差矩阵
│ ├── [ 16M] 1-3 PCA的分解过程
│ ├── [9.5M] 1-4 PCA主成分分析与SVD奇异值分解的关系
│ ├── [6.0M] 1-5 PCA主成分分析的应用
│ ├── [ 23M] 1-6 PCA主成分分析的练习-1
│ ├── [ 28M] 1-7 PCA主成分分析的练习-2
│ ├── [ 35M] 1-8 PCA主成分分析的练习-3
│ ├── [ 50M] 1-9 PCA主成分分析的练习-4
│ └── [ 24M] 1-10 PCA主成分分析的练习-5
├── 第6周 Numpy快速上手，用Python实现矩阵/
│ └── 1-Numpy学习和用Python实现矩阵/
│ ├── 第1章 Numpy学习入门/
│ │ ├── [4.6M] 1-1 Numpy介绍
│ │ ├── @优库it资源网ukoou.com
│ │ ├── [ 32M] 1-2 数组的创建，索引，切片
│ │ ├── [ 16M] 1-3 Numpy的复制和视图，布尔数组索引
│ │ ├── [6.3M] 1-4 维度和形状，遍历数组
│ │ ├── [ 20M] 1-5 连接数组concatenate, stack, hstack, vstack, dstack,-
│ │ ├── [ 24M] 1-6 Numpy的广播机制
│ │ ├── [8.1M] 1-7 算数运算，矩阵操作
│ │ ├── [9.9M] 1-8 算数运算，矩阵操作
│ │ ├── [ 53M] 1-9 Numpy相关知识点练习-1
│ │ ├── [ 44M] 1-10 Numpy相关知识点练习-2
│ │ └── [ 52M] 1-11 Numpy相关知识点练习-3
│ └── 第2章 用Python实现矩阵/
│ ├── [8.6M] 2-1 矩阵类简介
│ ├── [6.3M] 2-2 重载类的字符串表达
│ ├── [ 17M] 2-3 重载加减乘除运算符
│ ├── [ 12M] 2-4 实现矩阵的点积运算
│ ├── [4.2M] 2-5 实现矩阵的转置
│ ├── [ 22M] 2-6 实现递归求矩阵的行列式
│ ├── [ 40M] 2-7 实现高斯消元法求矩阵的列
│ ├── [ 43M] 2-8 Python实现一个矩阵类的练习-1
│ ├── [ 52M] 2-9 Python实现一个矩阵类的练习-2
│ └── [ 42M] 2-10 Python实现一个矩阵类的练习-3
├── 第7周 数据处理方法与矩阵与图形变换/
│ └── 1-数据处理方法与矩阵与图形变换/
│ ├── 第1章 数据处理方法/
│ │ ├── [ 32M] 1-1 正态分布，标准分布
│ │ ├── [ 12M] 1-2 数据的归一化
│ │ ├── [9.8M] 1-3 数据的标准化
│ │ ├── [1.5M] 1-4 模型的正则化
│ │ ├── [ 42M] 1-5 常见数据处理方式练习-1
│ │ └── [ 56M] 1-6 常见数据处理方式练习-2
│ └── 第2章 矩阵与图形变换/
│ ├── [ 27M] 2-1 缩放
│ ├── [6.7M] 2-2 旋转
│ ├── [6.4M] 2-3 剪切
│ ├── [ 16M] 2-4 移动
│ ├── [ 17M] 2-5 组合变换
│ ├── [6.7M] 2-6 倾斜
│ ├── [2.3M] 2-7 总结：这些变换在同一个矩阵中的位置
│ ├── [4.9M] 2-8 Pillow库简介
│ ├── [ 32M] 2-9 线性代数：总结
│ ├── [ 36M] 2-10 矩阵图形变换的练习-1
│ ├── [ 29M] 2-11 矩阵图形变换的练习-2
│ └── [ 37M] 2-12 矩阵图形变换的练习-3
├── 第8周 微积分入门，微积分核心基础/
│ └── 1-微积分入门，微积分核心基础/
│ ├── 第1章 微积分入门/
│ │ ├── [6.2M] 1-1 前言
│ │ ├── [ 52M] 1-2 斜率，切线，极限，导数，穷竭法，曲线下面积 -- 微积分的直观理解
│ │ ├── [2.6M] 1-3 微积分的历史
│ │ ├── [3.7M] 1-4 微积分在人工智能中的用处
│ │ ├── [ 38M] 1-5 练习：理解极限-1
│ │ └── [ 47M] 1-6 练习：理解极限-2
│ └── 第2章 微积分核心基础/
│ ├── [8.5M] 2-1 函数的连续性的直观理解
│ ├── [8.9M] 2-2 极限的直观理解
│ ├── [ 13M] 2-3 常用函数的极限
│ ├── [ 16M] 2-4 用sympy表示常用函数的极限
│ ├── [5.3M] 2-5 极限的运算规则
│ ├── [4.0M] 2-6 复合函数的极限
│ ├── [2.8M] 2-7 有理化求极限
│ ├── [4.7M] 2-8 导数的直观理解
│ ├── [ 11M] 2-9 代码中研究函数的导数
│ ├── [ 17M] 2-10 符号计算库sympy简介
│ ├── [ 10M] 2-11 微积分基础知识练习-1
│ ├── [ 38M] 2-12 微积分基础知识练习-2
│ └── [ 27M] 2-13 微积分基础知识练习-3
├── 第9周 微积分进阶与多元微积分/
│ └── 1-微积分进阶与多元微积分/
│ ├── 第1章 微积分进阶/
│ │ ├── [ 26M] 1-1 导数公式
│ │ ├── [4.4M] 1-2 导数规则
│ │ ├── [8.3M] 1-3 高阶导数
│ │ ├── [ 18M] 1-4 不定式和洛必达法则
│ │ ├── [8.7M] 1-5 复合函数与链式法则
│ │ ├── [ 30M] 1-6 链式法则在神经网络中的作用
│ │ ├── [ 35M] 1-7 微积分进阶的练习-1
│ │ ├── [ 29M] 1-8 微积分进阶的练习-2
│ │ └── [ 26M] 1-9 微积分进阶的练习-3
│ └── 第2章 多元微积分/
│ ├── [3.6M] 2-1 多元微积分
│ ├── [5.6M] 2-2 偏导数
│ ├── [8.2M] 2-3 偏导数规则
│ ├── [ 12M] 2-4 梯度向量
│ ├── [ 29M] 2-5 偏导数和梯度下降-1
│ ├── [ 36M] 2-6 偏导数和梯度下降-2
│ ├── [9.9M] 2-7 高阶偏导数与模型优化
│ ├── [ 35M] 2-8 高阶偏导数的练习-1
│ ├── [ 41M] 2-9 高阶偏导数的练习-2
│ └── [ 37M] 2-10 高阶偏导数的练习-3
└── 第10周 积分基础/
└── 1-积分基础/
└── 第1章 积分基础/
├── [9.8M] 1-1 积分的直观理解
├── [5.4M] 1-2 不定积分与定积分
├── [ 15M] 1-3 积分的性质
├── [4.7M] 1-4 从不定积分计算定积分
├── [ 17M] 1-5 用scipy数值计算积分
├── [5.6M] 1-6 用Sympy解析计算积分
├── [3.8M] 1-7 积分的一个应用：概率累积分布
├── [ 44M] 1-8 练习：积分基础-1
├── [ 29M] 1-9 练习：积分基础-2
└── [ 27M] 1-10 练习：积分基础-3
└── 代码/
