相关文章：
AI算法连载01：数学基础之线性代数
AI算法连载02：概率论基础
AI算法连载03：数学基础之数值计算
AI算法连载04：数学基础之蒙特卡洛方法与MCMC采样
导语：不懂算法的工程师做不了AI，不懂算法的产品经理将把AI带入泥潭。
一、前言
在人工智能AI如火如荼的大潮下，越来越多的工程师们意识到算法是AI的核心。而面对落地的应用，不懂算法的AI产品经理将是空谈，不仅无法与工程师沟通，更无法深刻理解应用的性能与方式。所以业界逐渐形成一种共识：
不懂算法的工程师做不了AI，不懂算法的产品经理将把AI带入泥潭。
而其实，AI算法没有想象的那么难，为此，机器人网整理了一整套AI算法知识，包括：
从最基本的数学基础，譬如线性代数、概率论、牛顿法等数值计算、蒙特卡洛方法与MCMC采样等；
到统计学，如：机器学习、向量、贝叶斯定理、决策树、梯度、模型评估、降维、聚类、边际、模型等等；
再到深度学习，如：前馈神经网络、反向传播算法、卷积升级网络、CNN图片分类、循环神经网络等等；
以及自然语言处理NLP等等；
还有AI算法中的各种工具和模型。
我们将把这些AI基础理论和算法以连载的形式在机器人网公众号和网站上发布，供AI爱好者免费学习。
本次连载将历时一月有余，通过这一个月的学习，AI初学者也将可能跃变成AI大神，进入未来二十年科技的金字塔尖。
当然，这需要你的坚持、专注，和努力。感兴趣的同学可以关注我们，并加微信（Aspencore6）入群分享交流。
本文作者华校专，曾任阿里巴巴资深算法工程师、智易科技首席算法研究员，现任腾讯高级研究员，《Python 大战机器学习》的作者。这是作者多年以来学习总结的笔记，经整理之后开源于世。考虑到出版时间周期较长，而且书本购买成本高不利于技术广泛传播，因此作者采取开源的形式。笔记内容仅供个人学习使用，非本人同意不得应用于商业领域。
