1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

課程目標
掌握機器學習需要的三大數學基礎知識：微積分、線性代數以及概率統計
適用人群
有大學高等數學、線性代數以及概率統計基礎的同學
課程簡介
本課程掌握機器學習需要的兩個數學基礎知識：微積分、線性代數

微積分基礎包括：

1、無窮和極限

2、導數

3、可導函數求導

4、復合函數求導

5、偏導數

6、函數極值點求解

線性代數主要講解了機器學習需要的矩陣知識，包括：

1、矩陣以及特殊矩陣

2、矩陣運算

3、矩陣轉置

4、行列式和逆矩陣

5、初等變換

6、矩陣的秩

7、特征值和特征向量

8、最小二乘法

9、矩陣分解

10、梯度下降法
第1章微積分
1-1章節內容
1-2無窮和極限
1-3導數
1-4可導函數求導
1-5復合函數的求導
1-6偏導數
1-7函數極值點求解
第2章線性代數基礎
2-1章節內容
2-2矩陣以及特殊矩陣
2-3矩陣運算
2-4矩陣轉置
2-5行列式和逆矩陣
2-6初等變換
2-7矩陣的秩
2-8特征值和特征向量
2-9最小二乘法
2-10矩陣分解
2-11梯度下降法