本课程旨在为学生提供人工智能领域所需的坚实数学基础。课程分为五个主要部分：线性代数（上下）、微积分、概率论与最优化方法。从线性代数的基础概念如矩阵运算、行列式、逆矩阵，到更高级的主题如特征值与特征向量、矩阵对角化、SVD分解；从微积分中的导数、积分、梯度到多元函数的微积分；从概率论的基础知识如概率定义、随机变量、期望与方差到参数估计；最后深入探讨最优化技术，包括梯度下降法和约束最优化。每个主题都通过详细的教学视频进行讲解，并辅以习题帮助巩固所学知识。通过本课程的学习，学生将能够掌握解决复杂AI问题所需的数学工具。

课程目录
1–4助教Lyer作业讲解
1-4–数学基础 PDF课件.zip
5–[视频]【第一章 线性代数(上)】章节导读.mp4
6–[视频]【第一章 线性代数(上)】-1 矩阵及其基本运算①.mp4
7–[视频]【第一章 线性代数(上)】-2 矩阵及其基本运算②.mp4
8–[视频]【第一章 线性代数(上)】-3 矩阵的行列式①.mp4
9–[视频]【第一章 线性代数(上)】-4 矩阵的行列式②.mp4
10–[视频]【第一章 线性代数(上)】-5 矩阵的行列式③.mp4
11–[视频]【第一章 线性代数(上)】-6 矩阵的行列式④.mp4
12–[视频]【第一章 线性代数(上)】-7 矩阵的逆①.mp4
13–[视频]【第一章 线性代数(上)】-8 矩阵的逆②.mp4
14–[视频]【第一章 线性代数(上)】-9 矩阵的逆③.mp4
15–[视频]【第二章 线性代数(下)】章节导读.mp4
16–[视频]【第二章 线性代数(下)】-1 矩阵的初等变换①.mp4
17–[视频]【第二章 线性代数(下)】-2 矩阵的初等变换②.mp4
18–[视频]【第二章 线性代数(下)】-3 矩阵的初等变换③.mp4
19–[视频]【第二章 线性代数(下)】-4 矩阵的初等变换④.mp4
20–[视频]【第二章 线性代数(下)】-5 矩阵的特征值与特征向量①.mp4
21–[视频]【第二章 线性代数(下)】-6 矩阵的特征值与特征向量②.mp4
22–[视频]【第二章 线性代数(下)】-7 矩阵的特征值与特征向量③.mp4
23–[视频]【第二章 线性代数(下)】-8 矩阵对角化以及二次型①.mp4
24–[视频]【第二章 线性代数(下)】-9 矩阵对角化以及二次型②.mp4
25–[视频]【第二章 线性代数(下)】-10 矩阵对角化以及二次型③.mp4
26–[视频]【第二章 线性代数(下)】-11svd分解的应用.mp4
27–[视频]【第三章 微积分】-01常用函数的导数以及到导数的常用公式.mp4
28–[视频]【第三章 微积分】-02 中值定理&洛必达法则&泰勒公式及应用.mp4
29–[视频]【第三章 微积分】-03 函数的凹凸性&函数的极值.mp4
30–[视频]【第三章 微积分】-04 不定积分.mp4
31–[视频]【第三章 微积分】-05 定积分.mp4
32–[视频]【第三章 微积分】-06 偏导数&多元函数复合求导法则链式求导法则.mp4
33–[视频]【第三章 微积分】-07 方向导数与梯度及其应用.mp4
34–[视频]【第三章 微积分】-08 多元函数泰勒公式与海森矩阵&多元函数的极值.mp4
35–[视频]【第三章 微积分】-09 矩阵的求导.mp4
36–[视频]【第三章 微积分】-10 矩阵的求导在深度学习中的应用.mp4
37–[视频]【第四章 概率论】-01随机实验样本空间随机事件&概率的定义.mp4
38–[视频]【第四章 概率论】-02全概率公式与贝叶斯公式及应用&独立性.mp4
39–[视频]【第四章 概率论】-03随机变量与多维随机变量.mp4
40–[视频]【第四章 概率论】-04期望与方差part1.mp4
41–[视频]【第四章 概率论】-05期望与方差part2.mp4
42–[视频]【第四章 概率论】-06参数的估计.mp4
43–[视频]【第五章 最优化】-1 无约束最优化梯度下降.mp4
44–[视频]【第五章 最优化】-2 无约束最优化梯度下降.mp4
45–[视频]【第五章 最优化】-3 约束最优化.mp4