你将获得 ●工程师必备的数学思想剖析; ●常用概率统计与线性代数精讲; ●数学理论在编程中的实际应用; ●人工智能入门必修课。

作者简介

黄申, LinkedIn资深数据科学家,博士毕业于上海交通大学计算机科学与1工程专业，师从俞勇教授。微软学者，IBM ExtremeBlue天财计划成员。长期专注于大数据相关的搜索、推荐、自然语言处理、广告以及用户精准化领域。

曾在微软亚洲研究院、IBM 国研究院、eBay 中国、1号號和大润发飞牛网担任要职，带队完成了若干公司级的战略项目。同时担任《计算机工程》特邀审稿专家,著有20多篇国际论文并拥有10多项国际专利。

课程亮点

专栏共四大模块,精讲那些程序员真正用得上的数学知识。

• 基础思想篇梳理了编程中最常用的数学概念和思想,比如余数、迭代、排列、组合,由浅入深精讲数据结构与数学是如何你中有我，我中有你。帮你彻底掌握这些最基础、最核心的数学知识，同时也能让你明白，数学对编程和算法究竟意味着什么。
• 概率统计篇以概率统计中最核心的贝叶斯公式为圆心，向上讲解随机变量、概率分布这些基础概念，向下讲解朴素贝叶斯，分析它们在生活和编程中的实际应用,在应用中反哺概念。让你真正理解概率统计的本质，跨过概念和应用之间的鸿沟。
• 线性代数篇从线性代数中最核心的概念向量、矩阵、线性方程入手,逐步深入分析,这些概念是如何与计算机互帮互助，融会贯通，解决实际问题的。比如，线性代数究竟是在讲什么?怎样让计算机理解现实世界?如何过滤冗余的新闻?从概念到应用，再到本质，让你不再害怕新技术中的“旧知识”
• 综合实战篇将通过缓存系统、搜索引擎、推荐系统中的实际应用，串讲前面讲到的数学知识和概念,帮你加深对知识的理解，学会用数学思维来分析问题和解决问题，让数学思维成为你的-种基础能力。

课程大纲

• 基础思想篇 (18讲)
• 概率统计篇 (14讲)
• 线性代数篇 (13讲)
• 综合应用篇 (6讲)
• 加餐 (3讲)
• 结束语 (2讲)