在机器学习技术普及的当下，多数开发者止步于“调参调包”的浅层应用，却因数学基础薄弱，无法突破模型优化、算法创新的技术瓶颈。机器学习中的数学班以“数学原理拆解+算法公式推导+实战项目落地”为核心，摒弃纯理论的枯燥教学，将微积分、线性代数、概率论等核心数学知识与机器学习算法深度绑定，助力学员打通“数学底层-算法原理-模型优化”的技术链路，实现从“工具使用者”到“算法理解者”的能力跃升。

*   01 数学基础/

  *   01 第一课 机器学习与数学基础 (176.59 MB), 02:03:15

  *   02 第二课 微积分选讲 (216.22 MB), 02:06:16

  *   03 第三课 概率论选讲 (241.76 MB), 02:20:46

  *   04 第四课 参数估计 (211.85 MB), 02:01:20

  *   05 第五课 线性代数初步 (218.00 MB), 02:01:29

  *   06 第六课 线性代数进阶 (245.12 MB), 02:25:37

  *   07 第七课 凸优化初步 (251.71 MB), 02:20:27

  *   08 第八课 凸优化进阶 (231.13 MB), 02:29:30

  *   09 第九课 从数学到机器学习分类问题 (197.45 MB), 02:11:46

  *   10 第十课 深入理解SVM (158.80 MB), 01:44:07