题图：fromLOFTER
前些年经常有新人问我，我数学不太好，能不能做编程这份有前途的职业？我的数学基础都还给大学老师了，还能不能成为一个 的程序员？
那时候我的回答通常是「编程和数据其实关系不大，主要是考察逻辑关系和清晰的编程思路」。以前确实是这样，除了一些专业领域或底层软件产品（比如数据库），编程过程中用到的数学知识非常少，再复杂的逻辑，通过一些数据模型和复杂表达式也可以实现。那 程序员和普通程序员的区别是什么呢？实现是否优雅，能不能扩展，是不是简洁，性能好不好，有没有考虑安全、异常、日志等场景，但功能大家是都能实现的。
即使是算法，实际编程过程中用到的场景也不多，最常用的排序、二分查找、递归，这些程序员基本都能写，更复杂的算法，也能找到相关的库。要求再高一点，比如能运用广度 搜索、图、贪婪算法、倒排索引等等，这些没有数学基础，一样一身正气，程序员们牢记，仁者 ~~
好日子很快就过去了……
在机器学习和深度学习已经应用到各个领域的今天，如果你想入门人工智能，不懂数学基本上就很艰难了。不了解概率论、数值分析和线性代数，你就很难看懂别人学习出来的模型，无法调整参数看数据结果，看也看不明白。很多人去读AI相关的论文，已经全部是翻译过来的中文了，除了数学公式全是中国字，就是不知道啥意思。
为了解决这个横亘在程序员和AI工程师之间的大山，我们邀请了王天一教授开了一门「人工智能基础课」，分享人工智能的基础知识（尤其是数学），以帮助程序员们更好的学习和理解人工智能。听这个课就能学会数学么？也许吧，不信的话可以先读读王教授的这篇文章……
九层之台，起于累土：线性代数
“人工智能基础课”将从数学基础开始。必备的数学知识是理解人工智能不可或缺的要素，今天的种种人工智能技术归根到底都建立在数学模型之上，而这些数学模型又都离不开线性代数的理论框架。
事实上，线性代数不仅仅是人工智能的基础，更是现代数学和以现代数学作为主要分析方法的众多学科的基础。从量子力学到图像处理都离不开向量和矩阵的使用。而在向量和矩阵背后，线性代数的核心意义在于提供了?种看待世界的抽象视角：万事万物都可以被抽象成某些特征的组合，并在由预置规则定义的框架之下以静态和动态的方式加以观察。
线性代数中最基本的概念是集合。在数学上，集合的定义是由某些特定对象汇总而成的集体。集合中的元素通常会具有某些共性，因而可以用这些共性来表示。对于集合{苹果，橘子，梨}来说，所有元素的共性是它们都是水果；对于集合{牛，马，羊}来说，所有元素的共性是它们都是动物。当然{苹果，牛}也可以构成一个集合，但这两个元素并没有明显的共性，这样的集合在解决实际问题中的作用也就相当有限。
“苹果”或是“牛”这样的具体概念显然超出了数学的处理范围，因而集合的元素需要进行进一步的抽象——用数字或符号来表示。如此一来，集合的元素既可以是单个的数字或符号，也可以是多个数字或符号以某种方式排列形成的组合。
在线性代数中，由单独的数a构成的元素被称为标量：一个标量a可以是整数、实数或复数。如果多个标量a1,a2,?,ana1,a2,?,an按一定顺序组成一个序列，这样的元素就被称为向量。显然，向量可以看作标量的扩展。原始的一个数被替代为一组数，从而带来了维度的增加，给定表示索引的下标才能 地确定向量中的元素。
每个向量都由若干标量构成，如果将向量的所有标量都替换成相同规格的向量，得到的就是如下的矩阵:
……
中间的文章有部分小部分公式在北京白癜风多少钱北京中科白癜风医院靠谱么