慕课-深度AI大模型核心数学体系

算法数学

课程简介

这门课的名字听起来很硬——「深度AI大模型核心数学体系」。但真正的问题不是它硬不硬，而是：一个已经会调库、会跑通训练脚本的人，为什么还要回头补数学？答案在于你卡住的地方。模型不收敛、loss 来回震荡、调参只能靠试、看论文里的公式直接跳过——这些不是工程能力问题，是数学链路断了。它解决的是哪类工作场景这门课面向的不是「从零学高数」，而是已经接触过大模型…

已有 0 人浏览发布 2026-06-19 更新 2026-06-19

这门课的名字听起来很硬——「深度AI大模型核心数学体系」。但真正的问题不是它硬不硬，而是：一个已经会调库、会跑通训练脚本的人，为什么还要回头补数学？答案在于你卡住的地方。模型不收敛、loss 来回震荡、调参只能靠试、看论文里的公式直接跳过——这些不是工程能力问题，是数学链路断了。

它解决的是哪类工作场景

这门课面向的不是「从零学高数」，而是已经接触过大模型、却在几个具体环节反复受挫的人。典型场景有三个：一是读 Transformer 相关论文时，注意力公式、位置编码、归一化位置背后的推导看不下去；二是训练中出现异常，不知道该从数据分布、梯度还是损失函数入手排查；三是想把模型结构做改动，却只能照搬别人的实现，说不清为什么这样改。

课程把线性代数、概率统计、微积分与优化这几块重新组织到 AI 模型的语境里讲，重点落在「这些数学量在模型里对应什么」。换句话说，它不是数学系的基础课，而是把数学当成排查和改造模型的工具来讲。

学完能独立做什么

按课程组织的顺序，走完之后你应该能独立完成几件事：拿到一个注意力模块，能自己推导它的计算过程并解释每个矩阵乘法的维度含义；面对一组训练数据，能判断该做怎样的预处理和变换，而不是无脑归一化；看到 loss 曲线，能区分是学习率设置问题、梯度问题还是数据本身的问题，并给出调整方向。

需要说清楚的是，这门课不承诺你学完就能手写一个完整大模型，也不涉及大规模分布式训练这些工程细节。它的产出是「看得懂、说得清、改得动」——在模型层面的理解和动手能力。

资料的组织方式与适合的基础

内容按主题成块推进，从线性代数的实战应用切入，再到数据处理与图形变换这类偏操作的部分，后面延伸到概率与优化相关内容。每个主题都配了讲解和示例，不是纯公式罗列，而是把推导和代码里的实际写法对照起来。

适合的基础：至少用 Python 跑过神经网络训练，知道张量、梯度、损失函数这些概念大概是什么；线性代数和概率学过一遍但忘得差不多了，也能跟上，因为课程是从应用角度重新讲的。如果你完全没接触过深度学习框架，直接上这门课会偏吃力，建议先补一轮实践再回来。

怎么用这份资料更划算

不要当视频课从头刷到尾。挑你当前真正卡住的那一块先看，比如正在调一个不收敛的模型，就先去优化那部分。
每个数学结论都动手在代码里验证一遍。矩阵维度、梯度计算这些，看会和自己写出来是两回事。
把课程里的示例当成模板，替换成你自己手上的数据或模型结构，比单纯看讲解记得牢。
遇到纯推导的部分，第一遍可以跳过细节先抓结论，等用到了再回头补。

总的来说，这是一门补链路的课，不是入门课，也不是速成课。如果你现在的状态是「能跑通但说不清」，它值得花时间；如果你还没跑通过任何模型，先把实践那一关过了再来。

Ľ-AIģͺѧϵ

AIģͱѧԭ

༭

ϵͳԴ۵Ⱥѧ֪ʶAIģͿ

? ༭Ƽ

γǳؽAIģͱѧϵԴ۵ȹؼѧͨʵսʹʾѧԱAIģͿĺѧܡ

γ

?ϵͳAIģѧϵ

?ʵսḻ

?ʾϸ

γĿ¼

? ׶2Դʵս7 ݴͼα任
? ? 7-2 2 ͼα任
7-2 2 ͼα任˵.png [493.5 KB]
7-2-7 芙幔盒╀换同一械位_ev.mp4 [3.3 MB]
? ? 7-1 1 ݴ
? math_in_ai_for_programmer
? ? week11
? ? slides
19_ϰ.pptx [99.9 KB]
week11.zip [1.8 MB]
wine_classification.csv [11.4 KB]
19_ϰ.ipynb [99.2 KB]
? ? week20
? ? slides
shuffled_novel.txt [8.6 MB]
? ? week16
? ? slides
26_ϰ.pptx [104.4 KB]
26_.pptx [82.6 KB]
27_ϰ.pptx [65.9 KB]
26_.ipynb [2.7 KB]
26_ϰ.ipynb [2.0 KB]
? ? week6
? ? slides
10_ʵ־.pptx [58.0 KB]
09_numpy.pptx [51.0 KB]
09_ϰ.pptx [62.0 KB]
10_ϰ.pptx [78.6 KB]
10_ϰ.ipynb [15.1 KB]
09_ϰ.ipynb [92.6 KB]
10_ʵ־.ipynb [13.4 KB]
09_numpy.ipynb [21.0 KB]
? ? week5
? ? slides
08_ϰ.pptx [72.3 KB]
08_PCAֽ.pptx [77.7 KB]
seeds_dataset.txt [9.1 KB]
palomino_horse.png [41.1 KB]
08_PCAֽ.ipynb [153.5 KB]
08_ϰ.ipynb [197.6 KB]
? ? week15
? ? slides
24_SVM.pptx [65.2 KB]
24_ϰ.pptx [78.6 KB]
23_ϰ.pptx [82.2 KB]
23_ƫ.pptx [64.1 KB]
24_SVM.ipynb [2.7 KB]
23_ƫ.ipynb [25.8 KB]
24_ϰ.ipynb [183.2 KB]
23_ϰ.ipynb [508.9 KB]
? ? week14
? ? slides
22_ϰ.pptx [72.5 KB]
22_ϰ.ipynb [6.1 KB]
? ? week18
? ? slides
30_Ȼ.pptx [55.0 KB]
31_Ҷ˹.pptx [54.9 KB]
30_ϰ.pptx [54.6 KB]
31_ϰ.pptx [62.9 KB]
30_ϰ.ipynb [1.9 KB]
31_Ҷ˹.ipynb [86.2 KB]
31_ϰ.ipynb [5.9 KB]
30_Ȼ.ipynb [3.7 KB]
? ? week7
? ? slides
11_ϰ.pptx [54.5 KB]
12_ͼα任.pptx [60.6 KB]
12_ϰ.pptx [58.2 KB]
11_õݴ.pptx [70.5 KB]
11_õݴ.ipynb [162.3 KB]
country_language.csv [71.8 KB]
12_ͼα任.ipynb [1.6 MB]
12_ϰ.ipynb [135.6 KB]
11_ϰ.ipynb [926.4 KB]
energy_data.csv [4.6 KB]
? ? week1
? ? slides
02_ϰ.pptx [75.0 KB]
01_ϰ.pptx [102.8 KB]
03_ϰ.pptx [89.7 KB]
03_.pptx [147.2 KB]
02_Դ.pptx [88.5 KB]
01_matplotlib.ipynb [197.5 KB]
02_Դ.ipynb [1.5 KB]
03_.ipynb [123.3 KB]
03_ϰ.ipynb [75.0 KB]
01_ϰ.ipynb [216.5 KB]
? ? week2
? ? slides
05_ֽ.pptx [70.5 KB]
05_ϰ.pptx [68.2 KB]
04_.pptx [72.8 KB]
04_ϰ.pptx [111.2 KB]
05_ϰ.ipynb [8.3 KB]
04_.ipynb [295.1 KB]
04_ϰ.ipynb [23.0 KB]
05_ֽ.ipynb [162.3 KB]
? ? week10
? ? slides
18_.pptx [59.2 KB]
18_ϰ.pptx [95.8 KB]
18_.ipynb [4.1 KB]
18_ϰ.ipynb [10.9 KB]
? ? week8
? ? slides
15_΢ֻ.pptx [67.4 KB]
14_ϰ.pptx [54.5 KB]
15_ϰ.pptx [54.2 KB]
14_΢.pptx [81.0 KB]
14_΢.ipynb [995.3 KB]
15_΢ֻ.ipynb [663.7 KB]
15_ϰ.ipynb [122.9 KB]
14_ϰ.ipynb [85.9 KB]
? ? week9
? ? slides
16_ϰ.pptx [62.3 KB]
17_Ԫ΢.pptx [111.1 KB]
16_΢֮.pptx [155.8 KB]
17_ϰ.pptx [58.2 KB]
17_Ԫ΢.ipynb [9.1 MB]
16_΢֮.ipynb [98.8 KB]
16_ϰ.ipynb [2.6 KB]
17_ϰ.ipynb [49.1 KB]
? ? week4
? ? slides
07_ϰ.pptx [67.7 KB]
07_SVDֽ.pptx [81.9 KB]
palomino_horse.png [41.1 KB]
07_ϰ.ipynb [1.0 MB]
Mall_Customers.csv [3.9 KB]
07_SVDֽ.ipynb [2.0 MB]
? ? week3
? ? slides
06_ֵ.pptx [58.0 KB]
06_ϰ.pptx [72.4 KB]
06_ϰ.ipynb [189.5 KB]
06_ֵ.ipynb [135.7 KB]
? ? week19
? ? slides
32_Ҷ˹Իع.pptx [55.0 KB]
32_ϰ.pptx [99.9 KB]
32_ϰ.ipynb [192.6 KB]
32_Ҷ˹Իع.ipynb [216.1 KB]
? ? week13
? ? slides
21_ݶ.pptx [91.8 KB]
21_ϰ.pptx [62.0 KB]
21_ϰ.ipynb [123.1 KB]
21_ݶ.ipynb [367.4 KB]
? ? week12
? ? slides
20_ROC_AUC.pptx [87.3 KB]
20_ϰ.pptx [62.2 KB]
20_ROC_AUC.ipynb [4.9 KB]
20_ϰ.ipynb [28.3 KB]
? ? week17
? ? slides
29_ϰ.pptx [54.6 KB]
29_ܶȹ.pptx [55.0 KB]
28_ϰ.pptx [66.1 KB]
29_ܶȹ.ipynb [240.5 KB]
29_ϰ.ipynb [64.8 KB]
28_ϰ.ipynb [26.4 KB]
LICENSE [1.1 KB]
README.md [125.0 B]
? ׶2Դʵս6 Numpy֣Pythonʵ־
? ? 6-1 1 Numpyѧϰ
6-1 1 Numpyѧϰ˵.zip [1.8 MB]
? ? 6-2 2 Pythonʵ־
? 锥5郏应实胁确浴刍17 史植芏裙
17-2-1 习史植-1_ev.mp4 [45.3 MB]
17-2-4 习史植-4_ev.mp4 [22.4 MB]
17-2-2 习史植-2_ev.mp4 [22.0 MB]
17-2-3 习史植-3_ev.mp4 [23.2 MB]
? ? 17-4 4 ܶȹ-ϰ
17-4-2 习芏裙-2_ev.mp4 [43.4 MB]
17-4-1 习芏裙-1_ev.mp4 [32.9 MB]
17-1-3 指植_ev.mp4 [7.0 MB]
17-1-5 蟹植硕_ev.mp4 [9.7 MB]
17-1-4 煞植_ev.mp4 [5.7 MB]
17-1-2 态植约募薅_ev.mp4 [27.3 MB]
17-1-1 史植直猓谎靶得ＰＷ既篲ev.mp4 [14.7 MB]
17-1-6 统值位_ev.mp4 [17.4 MB]
? ? 17-3 3 ܶȹ
17-3-1 芏裙频直_ev.mp4 [3.1 MB]
17-3-4 芏裙品_ev.mp4 [13.8 MB]
17-3-6 煤芏裙_ev.mp4 [7.5 MB]
17-3-7 MISE平平罘杰度蛊敌ev.mp4 [16.7 MB]
17-3-3 直图芙芏_ev.mp4 [2.8 MB]
17-3-5 芏裙频直_ev.mp4 [15.9 MB]
17-3-2 直图matplotlib_ev.mp4 [28.2 MB]
? ? 10-1 1 ֻ
10-1-9 习只-2_ev.mp4 [37.1 MB]
10-1-5 scipy值_ev.mp4 [19.9 MB]
10-1-7 值一应茫刍植_ev.mp4 [1.1 MB]
10-1-10 习只-3_ev.mp4 [34.3 MB]
10-1-2 攵╛ev.mp4 [7.1 MB]
10-1-1 值直_ev.mp4 [12.0 MB]
10-1-8 习只-1_ev.mp4 [54.9 MB]
10-1-4 硬旨愣╛ev.mp4 [5.8 MB]
10-1-3 值_ev.mp4 [19.0 MB]
? 锥4微实战徒住14 远微
14-2-3 习实远微止-3_ev.mp4 [25.3 MB]
14-2-1 习实远微止-1_ev.mp4 [30.2 MB]
14-2-2 习实远微止-2_ev.mp4 [24.1 MB]
14-1-1 为什么要远微_ev.mp4 [13.8 MB]
14-1-5 实值远微应玫_ev.mp4 [21.6 MB]
14-1-4 实softmax + 氐远微_ev.mp4 [20.3 MB]
14-1-6 pytorch远微止撸autograd_ev.mp4 [11.2 MB]
14-1-2 远微值原图前虼_ev.mp4 [22.0 MB]
14-1-3 远微之虼_ev.mp4 [16.5 MB]
? 锥4微实战徒住15 偏模呕支SVM
15-1-2 趴杀染_ev.mp4 [6.5 MB]
15-1-7 斯_ev.mp4 [5.6 MB]
15-1-6 牛俜呕_ev.mp4 [9.7 MB]
15-1-3 偏_ev.mp4 [44.1 MB]
15-1-1 偏式_ev.mp4 [10.9 MB]
15-1-4 实一_ev.mp4 [41.6 MB]
? ? 15-3 3 ֧SVM
15-3-5 SVMHinge Loss失_ev.mp4 [11.1 MB]
15-3-7 SVM亩式撕_ev.mp4 [3.6 MB]
15-3-2 SVM某平_ev.mp4 [7.0 MB]
15-3-8 SVMRBF撕_ev.mp4 [10.4 MB]
15-3-1 支SVM蠡学魔_ev.mp4 [4.2 MB]
15-3-4 SVM蠡_ev.mp4 [25.2 MB]
15-3-3 平硬_ev.mp4 [2.9 MB]
? ? 15-2 2 ƫϰ⾫ʵ
15-2-1 偏习-1_ev.mp4 [49.0 MB]
15-2-2 偏习-2_ev.mp4 [48.3 MB]
? ? 15-4 4 ֧SVM󻯵ѧħ
15-4-1 习SVM支_ev.mp4 [54.4 MB]
? ׶4΢ʵսͽס12 ROC
? ? 12-1 1 ROC
12-1-8 ROC习-1_ev.mp4 [65.4 MB]
12-1-5 准确省倩省省确_ev.mp4 [6.1 MB]
12-1-1 vs 毓_ev.mp4 [6.0 MB]
12-1-4 sklearn苫苫图_ev.mp4 [16.2 MB]
12-1-2 酶预值选_ev.mp4 [6.7 MB]
12-1-9 ROC习-2_ev.mp4 [44.4 MB]
12-1-7 示ROC AUC模预效_ev.mp4 [37.8 MB]
12-1-10 ROC习-3_ev.mp4 [40.7 MB]
? ׶1Դݹɵо3 ֽ
? ? 3-1 1 ֽ
? ? 20-1 1 LLM模偷实趾捅学原
20-1-1 模透奂芄训实?_ev.mp4 [40.4 MB]
20-1-5 LLM2位帽原?_ev.mp4 [30.7 MB]
20-1-6 LLM实训实帧失呕指_ev.mp4 [67.5 MB]
? ? 20-2 2 ѧ⽲
20-2-2 斯芨位学饨测（拢_ev.mp4 [36.9 MB]
20-2-1 斯芨位学饨测（希_ev.mp4 [52.0 MB]
? ׶1Դݹɵо4 ֵֽSVD
? ? 4-1 1 ֵֽSVD
4-1-3 值SVD纸直劢停氐_ev.mp4 [25.9 MB]
4-1-5 值SVD纸值纸墓系约_ev.mp4 [29.0 MB]
? ׶1Դݹɵо5 ɷַPCA
? ? 5-1 1 ɷַPCA
5-1-4 PCA煞址SVD值纸墓系_ev.mp4 [13.1 MB]
? ׶5ۣӦʵвȷԡۻ18 ȻƣҶ˹
? ? 18-4 4 ϰҶ˹
18-4-1 习叶斯-1_ev.mp4 [21.3 MB]
18-4-5 习叶斯-5_ev.mp4 [25.4 MB]
18-4-2 习叶斯-2_ev.mp4 [21.9 MB]
18-4-4 习叶斯-4_ev.mp4 [25.9 MB]
18-4-3 习叶斯-3_ev.mp4 [37.1 MB]
? ? 18-1 1 Ȼ
18-1-3 然呒毓原_ev.mp4 [28.8 MB]
18-1-5 然_ev.mp4 [4.4 MB]
18-1-4 实然呒毓_ev.mp4 [13.6 MB]
18-1-1 什么然然_ev.mp4 [9.5 MB]
18-1-2 态植然_ev.mp4 [41.1 MB]
? ? 18-2 2 Ҷ˹
18-2-1 叶斯直猓ev.mp4 [14.7 MB]
18-2-4 乇叶斯_ev.mp4 [12.5 MB]
18-2-5 斯乇叶斯直_ev.mp4 [7.9 MB]
18-2-2 叶斯谋危_ev.mp4 [13.0 MB]
18-2-3 叶斯直_ev.mp4 [25.0 MB]
? ? 18-3 3 ϰȻ
18-3-1 习然_ev.mp4 [48.6 MB]
? 锥4微实战徒住11 微知识实一
11-1-5 失 cross-entropy_ev.mp4 [8.5 MB]
11-1-2 峁筥ev.mp4 [11.9 MB]
11-1-13 习实址-5_ev.mp4 [19.2 MB]
11-1-11 习实址-3_ev.mp4 [40.5 MB]
11-1-12 习实址-4_ev.mp4 [38.0 MB]
11-1-10 习实址-2_ev.mp4 [27.1 MB]
11-1-6 softmax-cross-entropy偏_ev.mp4 [12.7 MB]
11-1-4 詈痵oftmax_ev.mp4 [9.6 MB]
11-1-9 习实址-1_ev.mp4 [30.1 MB]
11-1-1 毓_ev.mp4 [2.1 MB]
11-1-3 詈痵igmoid_ev.mp4 [3.9 MB]
11-1-7 训荽准_ev.mp4 [38.5 MB]
? 锥5郏应实胁确浴刍16 驶散史植
? ? 16-2 2 ʻϰ
16-2-2 习-2_ev.mp4 [18.3 MB]
16-2-1 习-1_ev.mp4 [32.8 MB]
16-3-4 努植_ev.mp4 [3.4 MB]
16-3-3 散史植史植PMFPDFCDF_ev.mp4 [5.2 MB]
16-3-1 散_ev.mp4 [5.6 MB]
16-3-5 植_ev.mp4 [23.0 MB]
16-3-6 畈瞋ev.mp4 [1.6 MB]
16-3-7 植_ev.mp4 [25.5 MB]
? ? 16-1 1 ʻ
16-1-1 学习械牟确_ev.mp4 [6.2 MB]
16-1-2 实直猓的竉ev.mp4 [2.4 MB]
16-1-3 指学桑频篇氡匆端筥ev.mp4 [4.9 MB]
16-1-4 直_ev.mp4 [4.1 MB]
16-1-6 芯趣_ev.mp4 [48.9 MB]
16-1-5 细剩呒矢剩剩_ev.mp4 [30.0 MB]
16-4-2 习散史植-2_ev.mp4 [17.2 MB]
16-4-1 习散史植-1_ev.mp4 [24.9 MB]
? ? 8-2 2 ΢ֺĻ
? ? 8-1 1 ΢
8-1-2 斜剩撸蓿叻 -- 微值直_ev.mp4 [61.6 MB]
? 锥1源莨傻芯1 源牛斯艿墓系
? ? 1-1 1 源牛斯艿墓系
1-1-1 员AI乇学系-纬碳_ev.mp4 [40.7 MB]
1-1-8 源诨学习械实_ev.mp4 [31.0 MB]
1-1-7 源茫斯艿墓系_ev.mp4 [31.6 MB]
1-1-9 每学悖澳杰和对盻ev.mp4 [9.8 MB]
? ׶5ۣӦʵвȷԡۻ19 Ҷ˹ع
? ? 19-1 1 Ҷ˹ع
19-1-3 叶斯毓拇实_ev.mp4 [36.5 MB]
19-1-7 统芙_ev.mp4 [38.5 MB]
19-1-8 斯学纬芙_ev.mp4 [9.4 MB]
19-1-2 獗匆端关筥ev.mp4 [22.9 MB]
19-1-4 氡匆端关筥ev.mp4 [12.9 MB]
? ? 9-1 1 ΢ֽ
9-1-4 式卮锓╛ev.mp4 [22.7 MB]
? ? 9-2 2 Ԫ΢
? ׶4΢ʵսͽס13 ݶ
? ? 13-1 1 ݶ
13-1 1 ݶ˵.png [493.5 KB]
13-1-9 应怨欠系募dropout_ev.mp4 [2.5 MB]
13-1-2 荻失原_ev.mp4 [9.8 MB]
13-1-1 荻失猓复荻失_ev.mp4 [24.7 MB]
13-1-3 ReLU詈法应荻失_ev.mp4 [16.3 MB]
13-1-8 L1蚧L2蚧直_ev.mp4 [14.6 MB]
13-1-6 示一荻缺炸应苑式荻藕荻燃_ev.mp4 [15.6 MB]
13-1-7 欠约_ev.mp4 [14.1 MB]
13-1-4 芯RELU谋_ev.mp4 [11.7 MB]
13-1-5 荻缺炸约_ev.mp4 [12.3 MB]
? ? 13-2 2 ݶ-ϰ⽲ǿϰ
13-2-3 荻习-3_ev.mp4 [33.2 MB]
13-2-2 荻习-2_ev.mp4 [42.0 MB]
13-2-1 荻习-1_ev.mp4 [26.2 MB]
? ׶1Դݹɵо2 ֽ
? ? 2-1 1
2-1-1 悖鹤ｆ，_ev.mp4 [61.0 MB]
? ? 2-2 2 ֽ

ʺȺ

AIʦ
ݿѧ
ѧ

ѧϰջ

AIģѧ

AIģͿ

ѧԭAIеӦ

ףѧϰ죡

ѧɣǰƽ