這幅哀鴻遍野的場景，不僅迅速使“考研數(shù)學(xué)”登上了微博熱搜榜，還讓沒參加考研的小編回憶起了當年被高數(shù)折磨的死去活來的場景~

這也再一次提醒世人，數(shù)學(xué)的重要性

而在目前大熱的人工智能領(lǐng)域，數(shù)學(xué)同樣是重中之重

但有這么一批人，他們不僅在人工智能相關(guān)的數(shù)學(xué)學(xué)習(xí)中從0開始一步步成長為學(xué)霸大神級人物，其中竟然還有人靠數(shù)學(xué)掙到了一筆不小的資金！

《人工智能的數(shù)學(xué)基礎(chǔ)》課程剛剛結(jié)課，10名學(xué)員通過自己的努力，從300余名學(xué)員中脫穎而出，以優(yōu)異的成績結(jié)業(yè)。其中前6名學(xué)員獲得了大數(shù)據(jù)文摘x稀牛學(xué)院提供的獎學(xué)金。

10名學(xué)員背景各異。有的理工科出身，基礎(chǔ)相對扎實。也有一部分優(yōu)秀學(xué)員，以非理科、幾乎0基礎(chǔ)的背景進班并最終進入排行榜。他們在課程學(xué)習(xí)中的經(jīng)驗和感受，對想要入行人工智能的人，應(yīng)該大有裨益。

接下來就讓我們跟隨下面5個問題，探索數(shù)學(xué)學(xué)習(xí)之路的艱辛與神秘，從他們的回答中汲取自己想要的東西。

如有問題歡迎留言，我們將邀請優(yōu)秀學(xué)員為大家解答！

witmewaitingforyou：作為一名工科學(xué)生，初入碩士階段，讀一些論文的時候，發(fā)現(xiàn)原理幾乎不是很清楚，所以想進行一些數(shù)學(xué)基礎(chǔ)的補習(xí)，湊巧在微信公眾號里面發(fā)現(xiàn)了數(shù)學(xué)培訓(xùn)，所以就報名進行學(xué)習(xí)。當然，課程涉及到的矩陣論以及最優(yōu)化的相關(guān)部分還是很有幫助的。

C'est la vie：1、補數(shù)學(xué)知識，線代、概率、優(yōu)化都存在一定的薄弱處。2、為繼續(xù)深入學(xué)習(xí)機器學(xué)習(xí)、深度學(xué)習(xí)等相關(guān)知識打基礎(chǔ)

iworldtong：從大一開始學(xué)51，32單片機，之后參加智能車競賽，機器人大賽這個過程中逐漸培養(yǎng)、加深了對機器學(xué)習(xí)，人工智能的興趣，未來讀研也是行為識別方向的，覺得這個領(lǐng)域非常有意思就一路走下來了，也希望未來能在這方面繼續(xù)研究下去。

大菜菜：因為對人工智能感興趣，數(shù)學(xué)能幫助理解人工智能的知識，希望通過學(xué)習(xí)數(shù)學(xué)基礎(chǔ)知識能幫助學(xué)習(xí)人工智能

witmewaitingforyou：有時候，會面對一些比較難以理解的數(shù)學(xué)概念以及思想原理。

1.多搜集一些相關(guān)的網(wǎng)絡(luò)公開視屏

2.數(shù)學(xué)語言是極具抽象性的。需要反復(fù)研讀揣摩，必要時可以搜索問題起源

3.上課視頻重復(fù)觀看。老師的思路可能不是唯一的，但是很正確清晰易于理解的。

廣深雙城：基本上是老師講的每一行，我一開始都不懂，買了許多數(shù)學(xué)書，查知乎，查google，看例題，看別人解題過程，逐漸搞明白。做習(xí)題很重要，做一遍，懂一些。

C'est la vie：有的知識點需要反復(fù)琢磨，才能慢慢掌握，不是聽程博士講了一次就行的，所以需要課后多多復(fù)習(xí)；

結(jié)業(yè)項目涉及到優(yōu)化解決Python包，第一次接觸，所以找了不少相關(guān)文檔材料參考學(xué)習(xí)，完成了大作業(yè)。

林西：學(xué)習(xí)中遇到的問題，通過在群里提問，認真聽講，還有強大的百度Google

reita：理論學(xué)習(xí)中有不是很懂的，也有之前沒有學(xué)過的。記筆記，查資料，反復(fù)看視頻，在群里提問

iworldtong：課程講解比較形象，如果對大學(xué)里數(shù)學(xué)知識有印象的話應(yīng)該沒什么大問題。

大菜菜：上課的時候可能有不懂的地方，下來再把課聽一遍，到不懂的地方老師講了過后暫停視頻，自己思考，如果還是不懂就去谷歌或百度查相關(guān)資料

Sam：主要的困難在于理解公式，有一些公式需要看上兩三遍才能更深刻的理解，一般是再看看課件，理清思路。

witmewaitingforyou：按時聽課并及時完成作業(yè)。是否預(yù)習(xí)可以依據(jù)個人時間及能力。

每天學(xué)習(xí)之前先思考一下：好好學(xué)習(xí)會得到￥。

廣深雙城：從基礎(chǔ)開始，從各種信息渠道尋找答案的能力很重要，英文網(wǎng)站還是要有能力去提出合適的合適的搜索問題，尤其數(shù)學(xué)基礎(chǔ)方面，需要不斷尋找各種答題方案，并且自己演算一遍，許多參考答案有偏差，不能照搬照抄！

C'est la vie：時間允許情況下做些預(yù)習(xí)，課后及時復(fù)習(xí)，不斷鞏固。有問題及時在群里詢問老師或者助教，不要害羞。

iworldtong：每天要有計劃表，可以督促自己學(xué)習(xí)。

大菜菜：老師課上內(nèi)容很多，多聽錄播，加深理解，把ppt打印下來做筆記，完成作業(yè)鞏固課上知識

witmewaitingforyou：上海交通大學(xué) 數(shù)學(xué)之旅 系列視頻還是很有意思的。

可以從網(wǎng)易公開課觀看。共6集。主要涉及泛函分析的部分原理。而這也是小波分析的相關(guān)基礎(chǔ)，當然在量子力學(xué)的相關(guān)課程中也有體現(xiàn)。

陳卓：我認為線性代數(shù)，概率論，微積分這三部分，基本的考研書籍就夠了，優(yōu)化方面推薦Stephen Boyd的推優(yōu)化。

廣深雙城： 主要從知乎上找相關(guān)的建議，比如統(tǒng)計、概率相關(guān)的專題，然后找到對應(yīng)網(wǎng)站或者書籍，但是最主要還是聽了老師課后，把老師講的每個概念上網(wǎng)查，搞懂每個概念的含義，證明的過程。

C'est la vie：https://space.bilibili.com/88461692#/

b站上的數(shù)學(xué)相關(guān)知識視頻，講的很好

林西：網(wǎng)易公開課，群里分享的學(xué)習(xí)資料

大菜菜：可汗學(xué)院，網(wǎng)易公開課上有國外大學(xué)數(shù)學(xué)課程的中文版

witmewaitingforyou：矩陣論涉及到對于空間構(gòu)成的理解，可以適當深入學(xué)習(xí)。

概率論和數(shù)理統(tǒng)計是一些現(xiàn)代處理方法的基礎(chǔ)。

但這門課程中概率部分比較基礎(chǔ)，可能會涉及幾個具體的分布。

最優(yōu)化部分是我之前完全沒有接觸過的。老師的講解對于一些最優(yōu)化算法的理解還是很有幫助的。

廣深雙城：方向?qū)α?，基礎(chǔ)起點低點，速度慢點，還是會水滴石穿的

C'est la vie：選學(xué)了這門課就要認真學(xué)下去，可能有的人沒有時間，但是也要在以后空閑的時候補回來。

如果一直跟著老師學(xué)習(xí)，那么就要做好筆記，認真聽課，不要三分鐘熱度。

reita：只要堅持，就能學(xué)會，沒啥難的！

iworldtong ：持之以恒，保持興趣才是學(xué)好專業(yè)的關(guān)鍵！

大菜菜：課程內(nèi)容濃縮了很多知識，堅持把課聽完，可以多看錄播，跟著課程走，結(jié)課的時候收獲還是很大的

Sam：堅持就是勝利，一定要打好基礎(chǔ)。

在這些優(yōu)秀學(xué)員的回答中，我們不難看出，學(xué)數(shù)學(xué)對任何人來說都不是一件容易的事

但只要有恒心和毅力，以及正確的學(xué)習(xí)方式，就能打下一個堅實的數(shù)學(xué)基礎(chǔ)

當然一個良好的學(xué)習(xí)氛圍和老師的引導(dǎo)也很重要

1、設(shè)矩陣A = xp T +yq T ， 其中x, p, y,q均為列向量，且x和y正交，p與q正交，求矩陣A的Frobenius范數(shù)kAk F

2、A T 的奇異值和A的奇異值的關(guān)系？假定A是可逆，求A ?1 的奇異值

分解；若A正定，簡要說明A的奇異值與特征值相同。

1、一道選擇題4個答案，其中僅有一個正確。假設(shè)一個學(xué)生指導(dǎo)正確答案的概率是1/2，不知道亂猜的概率1/2。如果已知學(xué)生答對了，

那么他確實知道答案的概率多少？

2、連續(xù)變量X的均勻分布被定義為

U (x|a,b) =1/b?a, a ≤ x ≤ b,求分布的均值和方差。

假設(shè)兩個變量X和Z是統(tǒng)計獨立的。證明它們的和的均值和方差滿足

E[X +Z] = E[X]+E[Z]

var[X +Z] = var[X]+var[Z]

證明時可以連續(xù)隨機變量為例

4、設(shè)X ～ N，但μ,σ2 未知。x 1···x n 來自X的一個樣本值，

求μ,σ2 最大似然估計，寫出詳細過程。

利用Matlab或者Python編程工具(建議使用Matlab)，使用軟間隔SVM算法對實際數(shù)據(jù)進行分類

以上挑戰(zhàn)問題的答案及更多福利

請掃描下方二維碼領(lǐng)取

人工智能免費直播課系列：

入門人工智能，從數(shù)學(xué)基礎(chǔ)開始