人工智能数学基础

解决什么问题：为人工智能补齐底层逻辑

很多做业务运营或后端开发的人，在看机器学习相关资料时，常被公式推导卡住。这门人工智能数学基础课解决的就是这个断层。它不教怎么调包，也不讲大模型微调，而是把概率、统计和Python基础绑在一起，帮你搞懂模型背后的数学逻辑。课程用世界杯得分这类具体数据做箱线图分析，把抽象概念变成可运行代码。如果你做数据分析发现只会套函数、不知参数背后原理，或者转岗时被数学基础卡住，这门课能帮你补上这块短板。

适合什么基础与建议先看哪几块

课程起点很低，不需要数学专业背景，懂基本编程逻辑就能跟。开头几节讲Python环境准备和执行方法，帮零基础学习者把运行环境搭好。如果你已有编程经验，可直接跳到概率与频率部分。建议先看Jupyter里玩转随机数和均值、中位数、众数这几块，它们是后续统计分析的基石。资料里的代码讲解和数学概念是穿插的，看视频时务必打开对应环境，跟着把随机数生成和箱线图代码敲一遍。不要只听不练，数学概念只有跑出结果才印象深刻。

学完能独立做什么与资料怎么配合练习

系统学完之后，你能独立完成一份数据集的基础统计描述工作。拿到一份原始数据，你知道怎么用Python算出集中趋势和离散程度，能用箱线图直观展示数据分布并找出异常值，也能用概率知识解释随机事件发生规律。资料配合练习的方法是：先看视频理解概念，再对照资料里的代码段在本地复现，最后换一份自己的业务数据重做一遍世界杯得分分析案例。把课程里的案例数据替换成你工作中的实际数据，这套数学基础才算真正内化成你的工具，而不是停留在视频里。

本页收录 小象人工智能数学基础，方向为体系课，重点涉及 体系课。

内容涵盖：1 Python概述、2 环境准备、3 Python的执行方法、1 概率与频率、jupyter、玩转随机数频率与概率 等主题。

适合正在补 体系课 相关知识、想按目录逐步推进的学习者。

下方为完整资料与目录，可先看目录判断是否符合需要。

1_1-1：Python概述.mp4.mp4 · 2_1-2：环境准备.mp4.mp4 · 3_1-3：Python的执行方法.mp4 · 4_2-1：概率与频率.mp4.mp4 · 5_2-2--jupyter-时间-玩转随机数频率与概率.mp4 · 6_2-3：-视频：均值、中位数、众数.mp4 · 7_2-4：Python搞定均值、中位数、众数.mp4 · 8_2-5：四分位数和箱线图.mp4 · 9_2-6：历届世界杯主客场球队得分箱线图分析.mp4 · 10_2-7：偏差.mp4.mp4 · 11_2-8：总体期望与方差.mp4.mp4 · 12_2-9：样本方差与贝塞尔校正.mp4 · 13_2-10：条件概率与贝叶斯定理.mp4 · 14_2-11：喜羊羊与灰太狼抽奖贝叶斯分析.mp4 · 15_2-12：离散分布与连续分布.mp4 · 16_2-13：标准正态分布.mp4 · 17_2-14：标准正态分布.mp4 · 18_2-15：大数定律与中心极限定律.mp4.mp4 · 19_2-16：大数定律与中心极限定律.mp4.mp4 · 20_2-17：假设检验.mp4 · 21_3-1：向量简介.mp4 · 22_3-2：向量基本运算.mp4.mp4 · 23_3-3：单位向量和零向量.mp4 · 24_3-4：向量内积.mp4 · 25_3-5：向量投影.mp4 · 26_3-6：L-P-Norm.mp4 · 27_3-7：曼哈顿距离和欧氏距离.mp4 · 28_3-8：L-0-Norm-和-L-infinity-Norm.mp4 · 29_3-9：矩阵简介.mp4 · 30_3-10：矩阵的运算.mp4 · 31_3-11：矩阵的转置.mp4 · 32_3-12：矩阵的转置.mp4 · 33_3-13：逆矩阵.mp4 · 34_4-1：函数.mp4 · 35_4-2：导数.mp4 · 36_4-3：定义法求导.mp4 · 37_4-4：导数的四则运.mp4 · 38_4-5：函数凹凸性.mp4 · 39_4-6：罗尔微分中值定理.mp4 · 40_4-7：拉格朗日微分中值定理.mp4 · 41_4-8：柯西微分中值定理.mp4 · 42_4-9：泰勒公式.mp4 · 【资料】1.人工智能数学基础.zip