数学课程体系

向量空间、矩阵、线性变换、特征值——线性代数的核心语言。所有理工科的基础数学工具。

如何用计算机求近似解。误差分析、迭代收敛、LU 分解、Runge-Kutta——数值算法的工程实现。

一元函数微积分、多元函数微积分、常微分方程——数学分析的核心内容。

概率空间、随机变量、分布函数、参数估计、假设检验——不确定性的数学语言。

贝叶斯网络、马尔可夫随机场、因子图、变分推断——用图结构建模联合概率分布。

离散傅里叶变换、Z 变换、滤波器设计——信号与系统的数学基础。

矩阵分析、范数、特征值估计、矩阵函数——线性代数的研究生级别深化。

凸优化、梯度下降、牛顿法、对偶理论——机器学习与控制理论的核心工具。