人工智能的重点在于智能，而智能的终极表示该当是随机性，比如你永久不知道一个独立的聪慧生命不才一秒会做什么事情。

数学是有解可打算的，智能是无解无法预测的，但智能的很多行为又是可以数学进行打算的，以是智能与数学之间该当是具有强关系但并非唯一干系。

这也是为什么国内外大多数研究所招演习生首先看重的便是数学能力。

“线性代数”、“概率论”、“优化论”这三门数学课程，前两门是建模，后一门是求解，是学习人工智能的根本。
（你们要的我都有）

1.线性代数

线性代数是学习人工智能过程中必须节制的知识。
线性代数中我们最熟习的便是联立方程式了，而线性代数的起源便是为了求解联立方程式。
只是随着研究的深入，人们创造它还有更广阔的用场。

2.概率论

“概率统计”是统计学习中主要的根本课程，由于机器学习很多时候便是在处理事务的不愿定性。

3.优化

模型建立起来后，如何求解这个模型属于优化的范畴。
优化，便是在无法得到问题的解析解的时候，退而求其次找到一个最优解。
当然，须要提前定义好什么是最优，就彷佛篮球比赛之前得先定义好比赛规则一样。

常日的做法是想办法布局一个丢失函数，然后找到丢失函数的最小值进行求解。

梯度低落算法是最经典的求解算法，除此之外还有逻辑回归算法和凸优化等。

末了

资料都是粉丝福利，无偿领取的哈，然后周一开始抽实体书，须要参加的在评论区扣【1】，还有须要什么实体书可以私信我，选需求度最大的抽。