數學是機器學習的語言，統計是構建機器學習的基礎，線性代數為機器學習提供了矩陣這一強大工具，但是要充分理解神經網路以及深度學習如何運作的，還需要學好微積分。

大家應該多少對微積分有些基礎，但是很難將其與神經網路聯絡起來。今天向大家推薦麻省理工學院Gilbert Strang教授的《微積分關鍵》，本課程的目的是從錯綜複雜的微積分課本和習題中跳出來，以一種總覽（Big Picture）的簡潔形式重新審視微積分。

Gilbert Strang:
1934年11月27日出生，是美國享有盛譽的數學家，在有限元理論、變分法、小波分析及線性代數方面均有所建樹。他對教育的貢獻尤為卓著，包括所著有的七部經典數學教材及一部專著。

課程列表

【第1集】課程簡介
【第2集】微積分總覽
【第3集】導數總覽
【第4集】極值和二階導數
【第5集】指數函式
【第6集】積分總覽
【第7集】sinx和cosx的導數
【第8集】乘法法則和除法法則
【第9集】複合函式和鏈式法則
【第10集】極限和連續函式
【第11集】逆函式和對數函式
【第12集】對數函式和反三角函式的導數
【第14集】線性近似和牛頓法
【第15集】冪級數和尤拉公式
【第16集】關於運動的微分方程
【第17集】關於增長的微分方程
【第18集】六大函式、六大法則及六大定理

視訊（中文字幕）：

https://open.163.com/newview/movie/courseintro?newurl=%2Fspecial%2Fopencourse%2Fweijifen.html

pdf

Gilbert Strang 編寫的微積分教材，可以作為上述課程的補充，也可以單獨使用，是學習微積分的良好候選書。

下載方式

關注公眾號，後臺回覆：微積分