麻省理工公开课：微积分，中文字幕视频+PDF

同学们好哇，很久没有推荐优质课程了

数学是机器学习的语言，统计是构建机器学习的基础，线性代数为机器学习提供了矩阵这一强大工具，但是要充分理解神经网络以及深度学习如何运作的，还需要学好微积分。

今天向大家推荐麻省理工学院Gilbert Strang教授的《微积分关键》，本课程的目的是从错综复杂的微积分课本和习题中跳出来，以一种总览（Big Picture）的简洁形式重新审视微积分。

Gilbert Strang:
1934年11月27日出生，是美国享有盛誉的数学家，在有限元理论、变分法、小波分析及线性代数方面均有所建树。他对教育的贡献尤为卓著，包括所著有的七部经典数学教材及一部专著。

课程列表

【第1集】课程简介
【第2集】微积分总览
【第3集】导数总览
【第4集】极值和二阶导数
【第5集】指数函数
【第6集】积分总览
【第7集】sinx和cosx的导数
【第8集】乘法法则和除法法则
【第9集】复合函数和链式法则
【第10集】极限和连续函数
【第11集】逆函数和对数函数
【第12集】对数函数和反三角函数的导数
【第14集】线性近似和牛顿法
【第15集】幂级数和欧拉公式
【第16集】关于运动的微分方程
【第17集】关于增长的微分方程
【第18集】六大函数、六大法则及六大定理

视频（中文字幕）：

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

pdf

Gilbert Strang 编写的微积分教材，可以作为上述课程的补充，也可以单独使用，是学习微积分的良好候选书。

下载方式

关注公众号，后台回复：微积分

1. 准备写本书

2. 如何评判一个深度学习框架？
   

3. 机器学习理论基础到底有多可靠？
   

4. 吴恩达最新采访：以数据为中心的AI

5. 【机器学习基础】优化背后的数学基础