你将获得

• 工程师必备的数学思想剖析；

• 常用概率统计与线性代数精讲；

• 数学理论在编程中的实际应用；

• 人工智能入门必修课。

课程介绍

数学基础的好坏，会直接决定一个程序员的发展潜力。

往大了说，数学是一种思维模式，考验的是一个人归纳、总结和抽象的能力。把这个能力放到程序员的世界里，其实就是解决问题的能力。

往小了说，不管是数据结构与算法，还是程序设计，很多底层原理和编程技巧都源自数学，比如你熟悉的分页功能，用的其实是余数的思想。

所以很多大公司招人时，都会优先考虑数学专业的毕业生。数学基础好，学编程也更容易上手。

如果说编程语言是血肉，那数学的思想和知识就是灵魂。它可以帮你选择合适的数据结构和算法、提升系统效率，并且赋予机器智慧。尤其在大数据和智能化的时代，更是如此。

因此，学数学绝不是死背那些艰深晦涩的定理和公式，洞悉技术本质，掌握知识规律，具备数学思维，拥有发现问题、分析问题、解决问题的能力，才是你的终极目标。

那程序员究竟该如何学习数学呢？在这个专栏里，黄申从编程的视角，结合自己十多年学术经验和工业实践，总结了一套适合程序员的数学学习方法和知识体系。希望通过“知识 - 应用 - 知识”的讲解路线，为你贡献一堂实用、精彩的数学课。

专栏共四大模块，精讲那些程序员真正用得上的数学知识。

• 基础思想篇

梳理了编程中最常用的数学概念和思想，比如余数、迭代、排列、组合，由浅入深精讲数据结构与数学是如何你中有我，我中有你。帮你彻底掌握这些最基础、最核心的数学知识，同时也能让你明白，数学对编程和算法究竟意味着什么。

• 概率统计篇

以概率统计中最核心的贝叶斯公式为圆心，向上讲解随机变量、概率分布这些基础概念，向下讲解朴素贝叶斯，并分析它们在生活和编程中的实际应用，在应用中反哺概念。让你真正理解概率统计的本质，跨过概念和应用之间的鸿沟。

• 线性代数篇

从线性代数中最核心的概念向量、矩阵、线性方程入手，逐步深入分析，这些概念是如何与计算机互帮互助，融会贯通，解决实际问题的。比如，线性代数究竟是在讲什么？怎样让计算机理解现实世界？如何过滤冗余的新闻？从概念到应用，再到本质，让你不再害怕新技术中的“旧知识”。

• 综合实战篇

将通过缓存系统、搜索引擎、推荐系统中的实际应用，串讲前面讲到的数学知识和概念，帮你加深对知识的理解，学会用数学思维来分析问题和解决问题，让数学思维成为你的一种基础能力。

课程目录

讲师介绍

黄申，LinkedIn 资深数据科学家，博士毕业于上海交通大学计算机科学与工程专业，师从俞勇教授。微软学者，IBM ExtremeBlue 天才计划成员。长期专注于大数据相关的搜索、推荐、自然语言处理、广告以及用户精准化领域。

曾在微软亚洲研究院、IBM 美国研究院、eBay 中国、1 号店和大润发飞牛网担任要职，带队完成了若干公司级的战略项目。同时担任《计算机工程》特邀审稿专家，著有 20 多篇国际论文并拥有 10 多项国际专利。