简介：AI在可预见的多年内还将以爆发的态势增长，AI人才需求与日俱增，但普通程序员困于没有扎实的专业数学基础，局限在AI应用层开发，在进一步构建自己的AI模型、调参优化、处理数据并评估性能方面无法突破，甚至很多教程也基于有相关高等数学基础而设计，对于大部分毕业后再未接触过数学的开发人员有相当的难度，鉴于此本课程严选AI强关联数学干货，降低学习门槛、可视化呈现、数学与代码结合的程序员友好课程设计，广泛覆盖AI所必备的数学基础，旨在消除程序员在深入AI领域的数学屏障，无论你是想夯实数学基础，还是深耕AI领域，这门课程都将是你的首选。
第1章 微积分导论——理解变化与无限的数学
微积分是人工智能的核心数学基础，它是模型优化参数的重要工具。本章我们将直观理解微积分的核心思想：用“极限”和“无穷”来研究“变化”。我们将从斜率、切线、面积等几何概念出发，认识导数与积分这对互逆运算。通过回顾微积分的历史，我们不仅能体会其划时代的意义，更能明确它在人工智能中的关键作用——作为优化算法（如梯度下降）和理解复杂模型的基石。
第2章 微积分基础知识练习
本章通过习题实践，巩固所学内容。
第3章 极限与导数——微积分的基石与工具
本章将深入探讨微积分的两大基石：极限与导数。我们将从函数连续性的直观理解出发，系统学习极限的思想、运算规则及多种求法，并揭示其如何精确定义导数——这一描述函数瞬时变化率的强大工具。本章将结合符号计算库SymPy，让你在代码中实践计算，为理解梯度下降等AI核心算法奠定坚实的理论与操作基础。