数学基础

在一切的开始，是一些数学基础。

尽管人工智能本质上并不是一门数学学科，但是实际上在人工智能这一领域的早期，其依然经常和数学打交道，尤其是与优化算法相关的内容。

读者首先需要学习高等数学以及线性代数，其中高等数学中需要了解基本的偏微分以及积分的概念，同时线性代数中需要对于矩阵的乘法烂熟于心，并且了解一些线性代数的直观解释。这其中推荐一位数学博主 3Blue1Brown，其制作的一系列关于 线性代数的科普视频 可以很好的帮助读者理解线性代数的本质，但是在此基础之上，对于经典书籍的阅读依然是学习过程中必不可少的一环，Matrix Cookbook 是在线性代数学习过程中十分好用的工具书，可以帮助读者速查大多数的公式与概念。

概率论也是需要了解的内容之一。概率论是在人工智能这一学科之中十分重要的数学基础，概率论的身影无数次出现在从古至今的各类人工智能算法中，不过现在，读者并不需要完全的学透这门学科，而是将其课内的内容了解大概，并且在后续的学习过程中不断的探索新知识即可。

事实上高数线代与概率论尽管在互联网的段子中如雷贯耳，但是本身并不困难，假如说有一段富裕的空闲时间，或许仅需要大约三天学习高数上/五天学习高数下/四天学习线代/四天学习概率论，便可以较好地掌握这些科目。