数学不好能搞人工智能吗？

2017 年 11 月 27 日 算法与数学之美

很遗憾，不能。

人工智能（AI）实际上是一个将数学、算法理论和工程实践紧密结合的领域。AI 扒开来看就是算法，也就是数学、概率论、统计学、各种数学理论的体现。

新的时代，程序员想要跨入 AI 之门，只要稍微花点时间研究一下 AI 的门道，就能知道，数学基础是第一个、也是最大的门槛。如果你看到有人说不懂数学也能搞 AI，一定要警惕，因为这可能是一种误导。下图是一个比较公认的人工智能学习路径线路图。

可见数学知识才是学习的的起点。如果你在学习机器学习，深度学习的过程中遭遇挫折，多半是由于数学知识的阻碍。试想我们在大学里学的高等数上下册、线性代数、概率与数理统计，每一门课程都要学习1个学期，所以短时间是无法快速提高的。数学是有严谨的逻辑和推理关系，比如极限是微积分的基础，微积分是概率的基础，概率又是机器学习算法的基础。直接学习最后的算法当然容易蒙圈，上来就看周志华老师的《机器学习》西瓜书能学懂的都是顶级高手，正确的路径是从基础学起结合高级算法彼此促进理解。

为了帮助人工智能学习者扎实掌握数学基础知识，找回学习人工智能的信心和决心，尽快转换 AI 行业，在数学领域深耕 8 年的数学家（原校苑数模），联合兼备扎实数学功底和人工智能专业的高校名师，共同推出「人工智能之数学基础直播系列课」。系列课包含：高等数学、概率论、线性代数三门课程，共 110 学时。手写板书，推演公式，直播＋录播的形式。并配有讲师助教长期私密答疑群，切切实实地带领大家学会学懂，夯实基础。

现在前 100 位报名学员直减 400 元，

并赠送 100G的人工智能学习资料！

讲师简介

人工智能之数学基础

徐老师

211高校名师，德国明斯特大学计算机应用技术博士。拥有 9 年的算法研究经验，熟悉机器学习、深度学习、大数据分析等算法模型，掌握数据预处理、特征提取与选择、回归分析、聚类、分类、人工神经网络等算法模型。近 3 年，在机器学习、模式识别领域发表被 SCI 或 EI 检索的论文 10 余篇。主讲高等数学，线性代数，概率论与数理统计，C语言，Java语言，Matlab语言等课程，主持省级和国家级课题项目 5 项，获省教学成果二等奖（第一完成人）。

课程特点

人工智能之数学基础

理论性—手写板书，公式推演，真正地理解数学公式背后的逻辑
实操性—讲解数学公式在人工智能中的应用意义
权威性—多年高校授课经验，深入浅出为你讲解数学理论
逻辑性—高等数学讲起，逐步深入线性代数、概率、优化理论

课程内容

人工智能之数学基础

公开课

12月2日，2 学时

正式系列课

《高等数学》共 39 学时

12月9日 - 1月20日

每周六日晚 7:00 - 10:00

《线性代数》共 30 学时