内容简介：雷锋网AI研习社按：随着大数据时代的到来，深度学习越来越具有可行性。随着深度学习的不断火热，也原来越多人转行深度学习。在本次雷锋网AI研习社公开课中，讲者将分享转行深度学习所需要的数学基础以及相关热门的CNN、RNN、GAN的数学思考。人工智能所需的数学基础张硕玺，武汉大学数学系硕士
雷锋网AI研习社按：随着大数据时代的到来，深度学习越来越具有可行性。随着深度学习的不断火热，也原来越多人转行深度学习。在本次雷锋网AI研习社公开课中，讲者将分享转行深度学习所需要的数学基础以及相关热门的CNN、RNN、GAN的数学思考。
分享主题
人工智能所需的数学基础
分享嘉宾
张硕玺，武汉大学数学系硕士
分享提纲
1、深度学习为什么热门
2、深度学习所需要的数学基础及相关思想
3、相关深度学习算法数学思考
分享时间
9月 21 日（星期五） 20:00
直播链接
http://www.mooc.ai/open/course/543
想了解更多 AI 研习社直播？
欢迎移步 雷锋网 (公众号：雷锋网) AI 研习社社区 ~
雷锋网版权文章，未经授权禁止转载。详情见 转载须知 。
以上所述就是小编给大家介绍的《大讲堂 | 人工智能所需的数学基础》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
最优化导论
Edwin K. P. Chong、Stanislaw H. Zak / 孙志强、白圣建、郑永斌、刘伟 / 电子工业出版社 / 2015-10 / 89.00
本书是一本关于最优化技术的入门教材，全书共分为四部分。第一部分是预备知识。第二部分主要介绍无约束的优化问题，并介绍线性方程的求解方法、神经网络方法和全局搜索方法。第三部分介绍线性优化问题，包括线性优化问题的模型、单纯形法、对偶理论以及一些非单纯形法，简单介绍了整数线性优化问题。第四部分介绍有约束非线性优化问题，包括纯等式约束下和不等式约束下的优化问题的最优性条件、凸优化问题、有约束非线性优化问题的......一起来看看 《最优化导论》 这本书的介绍吧!
