作為人工智能的重要分支，機器學習已成為推動當下人工智能發展的核心驅動力。無論是谷歌搜索引擎、購物平臺推薦給你的個性化商品、越來越懂你的網易雲音樂、人臉識別、京東的快遞機器人小哥，還是最近刷爆了朋友圈的谷歌猜畫小歌等，都用到了機器學習技術。與傳統的設備和方法相比，機器學習降低了操作成本，並且在提高效率、速度和準確率方面，一次又一次刷新著人們的認知。
隨著機器學習在各個領域大放異彩，機器學習方向的工程師越來越成為稀缺資源，月薪20k起步已經成為業內常態。很多人希望能通過短暫學習，進而達到求職或者轉行的目的，但這種急功近利的學習方式，往往達不到企業的要求。這是因為，企業真正需要的人才是對機器學習算法既知其然，又知其所以然的工程師，而不是隻會調用函數庫的調參工。
數學，作為表達與刻畫機器學習模型的工具，是深入理解機器學習算法原理的基石。為了幫助大家真正掌握機器學習模型以及算法背後的原理，專注於人工智能在線教育的深藍學院，聯合南京大學計算機科學與技術系博士生與中科院自動化所博士，共同推出《機器學習數學基礎》課程，力爭讓大家學有所成，為入門機器學習打下堅實的基礎。
圖為企業招聘機器學習工程師對數學的明確要求
《機器學習數學基礎》課程內容主要包括引言、函數求導、矩陣論、凸優化、概率論與數理統計、信息論六部分，並輔以線性迴歸及其應用、SVM及其應用、BP算法及其應用、樸素貝葉斯及其應用、決策樹及其應用等五個實踐案例。課程將機器學習算法與數學知識點高度融合，做到從人工智能中來，到人工智能中去，而不是單純地講解數學知識點。
課程服務包括：
全新撰寫的課程講義（全網獨家）；
精心設計作業題目，並及時批改；
機器學習算法均代碼實現，而不是直接調用函數庫；
前五位優秀學員，將分別獲得2000元現金獎學金。
『機器學習數學基礎』課程講師簡介
錢鴻
南京大學計算機科學與技術系博士生
主要研究興趣為：機器學習、優化、博弈學習等。在AAAI、IJCAI、IEEE/ACM ASE等國際頂級/重要會議上發表論文9篇，曾擔任IEEE Transactions on Evolutionary Computation、ICML、NIPS、IJCAI等期刊和會議的審稿人，並獲得國家獎學金、百度獎學金提名、江蘇省三好學生、南京大學優秀研究生標兵等榮譽稱號。
肖鴻飛，中科院自動化所博士，主要研究方向是目標檢測、語義分割、三維重建等。具有8年計算機視覺領域的科研工作經歷，在計算機視覺領域國際期刊會議發表論文多篇，在視覺會議上發表並獲得最佳論文（Selected Best Papers）。
課程大綱—引言部分
第一節：數學之於機器學習的必要性和重要性
課程大綱—函數求導
第一節：背景介紹（以誤差逆傳播算法為例）
第二節：函數的極限
第三節：偏導數、方向導數、梯度
第四節：複合函數求導的鏈式法則
第五節：案例分析（BP算法及其應用）
課程大綱—矩陣論
第一節：背景介紹（以線性迴歸為例）
第二節：矩陣概念與運算
第三節：矩陣範數
第四節：矩陣的行列式、逆、秩和逆
第五節：矩陣的特徵值和特徵向量
第六節：奇異值分解
第七節：矩陣導數
第八節：矩陣二次型與半正定
第九節：案例分析（線性迴歸及其應用）
課程大綱—凸優化
第一節：背景介紹（以支持向量機（SVM）算法為例）
第二節：優化問題與極值
第三節：凸優化基礎
第四節：對偶理論
第五節：案例分析（SVM及其應用）
課程大綱—概率論與數理統計
第一節：背景介紹（以樸素貝葉斯算法為例）
第二節：隨機變量及概率分佈
第三節：聯合概率，邊緣概率，條件概率，貝葉斯定理
第四節：期望、方差/標準差、協方差
第五節：不等式（切比雪夫不等式等）
第六節：獨立性，條件獨立性，相關性
第七節：常用分佈及特例
第八節：KL散度
第九節：極大似然估計
第十節：案例分析（樸素貝葉斯及其應用）
課程大綱—信息論基礎
第一節：背景介紹（以決策樹算法為例）
第二節：信息論中的基本概念（上）
第三節：信息論中的基本概念（下）
第四節：案例分析：決策樹及其應用
課程特色
❈ 講義新穎：全新撰寫課程的配套講義，全網獨家
❈ 方式獨特：數學知識與人工智能案例緊密結合
❈ 實踐認真：根據課程算法案例，手把手代碼實踐
❈ 答疑及時：課程討論區、微信答疑群及時答疑
❈ 作業細緻：根據每章節知識點，精心設計作業
實踐案例
❈ 線性迴歸及其應用： 以前列腺癌發病率預測為例
❈ SVM及其應用：以Iris數據集分類為例
❈ BP算法及其應用：以手寫數字識別為例
❈ 樸素貝葉斯及其應用：以乳腺癌診斷和信用風險評級為例
❈ 決策樹及其應用：以乳腺癌診斷和信用風險評級為例
課程福利
❈ 深藍學院為本門課程提供了一萬元的獎學金，獎勵作業排行前五名的同學；
❈ 課程優秀學員，將獲得深藍學院“優秀學員”證書。
Q&A
Q:課程是錄播還是直播？是否可以試聽？
課程採取錄播+課程討論區 / 微信群答疑的學習形式，大家可以靈活安排時間學習。記得在規定的時間內按時完成並提交作業哦！
我們邀請講師錢鴻博士錄製了課程介紹視頻，點擊“閱讀原文”，即可試聽！
Q:課程視頻是否可以一直學習？
本門課程學習有效期為一年，以此監督和鼓勵同學們按時完成學習任務，切實掌握入門人工智能的數學知識。
Q:課程是否提供代碼實踐？
本課程的全部實踐環節都將由專職助教（在讀博士生）帶領進行代碼實踐，並手把手示範指導。
Q:課程適合哪類人群學習？
本門課程偏向基礎入門，適合學習過大學數學但不紮實或者已經忘記的小夥伴。同時，因為知識儲備不夠，感覺機器學習難以理解，或者看機器學習書一頭霧水的人，也適合學習這門課程。
Q:如何報名課程？
點擊“閱讀原文”，即可進入報名頁面。前100位報名者可享受300元的優惠，優惠券請添加欣然微信領取（微信號：shenlan-xinran）。
課程寄語
深藍學院課程組
機器學習數學基礎這門課，課程組籌備長達半年之久，從前期調研、選取講師到制定課程大綱，歷經數次的修改、推翻和完善，力求有用而實際。我們有自信，大家學完這門課，可以更加順利地踏入機器學習的大門。
學如春起之苗，不見其增，日有所長，我們會陪大家一起學習、共同成長。
添加欣然好友，領取300元優惠券
關注深藍學院訂閱號
閱讀更多 Python部落 的文章
