课程目录

• Week1 线性代数
• 1.1 向量与矩阵
• 1.2 矩阵相关性与矩阵的秩
• 1.3 矩阵的范数与迹
• 1.4 矩阵变换和矩阵分解
• Week2：微积分
• 2.1 集合与函数
• 2.2 极限
• 2.3 连续函数和微分学
• 2.4 积分
• 2.5 矩阵的求导与Hessian矩阵
• Week3 概率论与数理统计
• 3.1 概率论基础
• 3.2 条件概率
• 3.3 概率分布与统计量
• 3.4 概率分布进阶
• 3.5 联合分布
• 3.6 主成分分析法
• Week4 概率论与信息论
• 4.1 中心极限定理与矩估计
• 4.2 极大似然估计与最大后验估计
• 4.3 贝叶斯统计基础
• 4.4 信息论基础（信息度量，互信息，交叉熵，KL散度）
• Week5：优化方法
• 5.1 最速下降法
• 5.2 梯度下降法（SGD，BGD）
• 5.3 牛顿下降法，拟牛顿法
• 5.4 共轭梯度法
• 5.5 adman方法
• 5.6 拉格朗日乘数法
• 绪论
• 资料