程序员的数学课

• 00 开篇词 数学，编程能力的营养根基
• 01 从计数开始，程序员必知必会的数制转换法
• 02 逻辑与沟通，怎样才能讲出有逻辑的话？
• 03 用数学决策，如何规划好投入、转化和产出？
• 04 万物可数学，经典公式是如何在生活中应用的？
• 05 求极值：如何找到复杂业务的最优解？
• 06 向量及其导数：计算机如何完成对海量高维度数据计算？
• 07 线性回归：如何在离散点中寻找数据规律？
• 08 加乘法则：如何计算复杂事件发生的概率？
• 09 似然估计：如何利用 MLE 对参数进行估计？
• 10 信息熵：事件的不确定性如何计算？
• 11 灰度实验：如何设计灰度实验并计算实验的收益？
• 12 统计学方法：如何证明灰度实验效果不是偶然得到的？
• 13 复杂度：如何利用数学推导对程序进行优化？
• 14 程序的循环：如何利用数学归纳法进行程序开发？
• 15 递归：如何计算汉诺塔问题的移动步数？
• 16 二分法：如何利用指数爆炸优化程序？
• 17 动态规划：如何利用最优子结构解决问题？
• 18 AI 入门：利用 3 个公式搭建最简 AI 框架
• 19 逻辑回归：如何让计算机做出二值化决策？
• 20 决策树：如何对 NP 难复杂问题进行启发式求解？
• 21 神经网络与深度学习：计算机是如何理解图像、文本和语音的？
• 22 面试中那些坑了无数人的算法题
• 23 站在生活的十字路口，如何用数学抉择？
• 24 结束语 数学底子好，学啥都快