课程体系
阶段一、人工智能基础 － 高等数学必知必会
本阶段主要从数据分析、概率论和线性代数及矩阵和凸优化这四大块讲解基础，旨在训练大家逻辑能力，分析能力。拥有良好的数学基础，有利于大家在后续课程的学习中更好的理解机器学习和深度学习的相关算法内容。同时对于AI研究尤为重要，例如人工智能中的智能很大一部分依托“概率论”实现的。
| 一、数据分析 | |
| 1）常数e | 5）gini系数 |
| 二、概率论 | |
| 1）微积分与逼近论 | 6）常见概率分布 |
| 三、线性代数及矩阵 | |
| 1）线性空间及线性变换 | 6）矩阵的QR分解 |
| 四、凸优化 | |
| 1）凸优化基本概念 | 4）凸优化问题标准形式 |
阶段二、人工智能提升 － Python高级应用
随着AI时代的到来以及其日益蓬勃的发展，Python作为AI时代的头牌语言地位基本确定，机器学习是着实令人兴奋，但其复杂度及难度较大，通常会涉及组装工作流和管道、设置数据源及内部和云部署之间的分流而有了Python库后，可帮助加快数据管道，且Python库也在不断更新发布中，所以本阶段旨在为大家学习后续的机器学习减负。
| 一、容器 | |
| 1）列表:list | 5）切片 |
| 二、函数 | |
| 1）lambda表达式 | 3）常用内置函数/高阶函数 |
| 三、常用库 | |
| 1）时间库 | 4）Matplotlib可视化绘图库 |
