簡介：程序員讀懂代碼、調試程序的前提是深入理解算法原理，而算法原理則是建立在高等數學、概率論、數值分析、 矩陣理論等課程之上，其中以高等數學為基礎中的基礎。本課程將帶您由漸入深地進入高數的世界，在深入理解函數、極限、導數等概念基礎上，為您詳細剖析機器學習中的核心算法之一梯度下降算法，并通過python實現，讓您真正掌握算法背后的數學邏輯。
第1章 課程介紹【歡迎學習，有任何學習問題請在問答區進行問答】
本課程內容從函數定義及常用函數開始、再到一元函數導數與微分、二元函數偏導數與微分、方向導數，最后是梯度下降算法及其python實現。
第2章 函數【高數的基礎，請認真聽】
本章主要講解函數定義、定義域、值域、函數性質：單調性、奇偶性、周期性，常用函數：一次函數、二次函數、三角函數、函數平移與伸縮變換、指數函數、對數函數，機器學習常用函數：sigmoid函數、tanh雙曲正切函數、ReLU線性 整流函數、softmax分類函數以及函數應用：等額本息、等額本金兩種還款方式。
第3章 導數與微分【高數的重點知識】
本章主要講解一元函數極限、一元函數連續性的判定、一元函數導數、導數與函數單調性、一元函數微分
以及二元函數極限、二元函數連續性的判定、二元函數偏導數及意義以及二元函數微分、方向導數及意義。
第4章 【實戰】梯度下降【 機器學習常用的優化方法之一】
本章主要講解一元函數極致迭代搜索方法、梯度下降算法原理
梯度下降算法迭代過程、梯度下降算法的局限性、最終用Python實現梯度下降算法。
解鎖即可觀看《算法與數據結構》完整課程視頻
算法與數據結構
波波老師5年集大成之作，算法與數據結構系統學習，考試、面試、競賽通用
【第1周】線性查找法
【第2周】排序基礎
【第3周】數據結構基礎：動態數組，棧和隊列
【第4周】動態數據結構基礎：鏈表
【第5周】歸并排序法
【第6周】快速排序法
【第7周】二分查找法
【第8周】二分搜索樹
【第9周】堆，優先隊列和堆排序
【第10周】冒泡排序，希爾排序和排序算法大總結
【第11周】線段樹，Trie 和并查集
【第12周】AVL 樹和紅黑樹
【第13周】哈希表和 SQRT 分解
【第14周】非比較排序
【第15周】模式匹配
【第16周】隨機算法，外存算法和更多
