AI数学基础

        系统介绍从事人工智能行业的高等数学知识框架，通过理论教学加软件演示的独特方式，让数学的学习不再枯燥.通过学习，学员可以基本掌握概率论与统计、矩阵论、数值计算、建模优化等基础理论，对算法设计与分析有足够的认识，直面人工智能的核心与难点，同时让后续的课程学习事半功倍。

课程目标： 了解及掌握人工智能所需的底层数学：初步具备从事人工智能行业的数学基础，掌握数学框架；

                  理论与实操结合：理论教学全程配合数学软件演示并且安排项目建模及求解课程，通过实践加深对数学的认知，

                  同时加强将理论与实际结合的能力。

学习基础： 课程面向各阶层数学基础的技术人员，无需数学背景即可入门高等数学及硕士课程；非技术人员原则上要求高中数学基础。

参考资料： 《Linear Algebra and Its Applications》、《Matrix Computation》、

                  《Convex Optimization》、《概率论与统计学》、《数值分析》、

                  《非线性优化计算方法》以及中国科学院大学数学专业教学课件等。

许博士

北京工业大学应用数理学院博士

中国科学院深圳先进技术研究院博后

主要研究方向：算法设计与分析，组合优化，虚拟网络等。

概率论与统计：概率基础、概率模型、概率分布、随机数、随机矩阵和随机图等；

矩     阵     论：矩阵导论、矩阵计算、特征分解、矩阵降维等；

数  值  计  算：逼近论、曲线拟合最小二乘法、牛顿法及梯度下降等；

建模 与 优化 ：线性规划求解、0-1规划求解、模拟项目等。

项目一：挖矿

  项目要求：

1. 每块矿山有不同的开工价格，开工前需支付，一旦开工，可源源不断提供煤矿。

2. 每个市场有不同的(周期)需求矿量，只能从确定开工的某一矿山供货(一个供货周期内不得更改)，单位煤矿的运输成本由该市场到其供货的矿山之间的距离决定。 

3.  如何决定拿下哪些矿山的采矿权并开工，并且所有的市场由哪些矿山供货，可使得总的费用最小？（总费用=开工费+运输费）

项目二：卖矿

项目要求：

1、所有煤矿交易市场的年供应量需求都要被满足；

2、所有矿山提供的矿量不得超过其年产量；

3、 总运输成本最小。

项目三：运矿

项目要求：

1、监控只能放置于街道的两端或岔路口；

2、任何街道至少被一个监控覆盖；

3、以最小的成本（最少的监控器数量）覆盖整个区域。