机器学习-白板推导系列(五)-降维（Dimensionality Reduction）
【优化算法】梯度下降法-基础补充-凸函数vs强凸函数vs严格凸函数（下）
【机器学习】期末速成课
线性代数到底是用来干什么的？为了解决什么问题而生？
AI for Math 理论第一讲 综述（上）
2026优化版！【整整300集】一口气吃透概率论、线性代数、高等数学、微积分、贝叶斯算法等核心知识！学起来比刷剧还爽！—人工智能/机器学习/高等数学
机器学习-白板推导系列(十三)-MCMC（Markov Chain Monte Carlo）
2026最新！【整整300集】一口气吃透概率论、线性代数、高等数学、微积分、贝叶斯算法等核心知识！学起来比刷剧还爽！—人工智能/机器学习/高等数学
线性回归——机器学习的第一个模型
【优化算法】经典牛顿法-收敛性分析
机器学习-白板推导系列(六)-支持向量机SVM（Support Vector Machine）
【优化算法】收敛速度简介
超全超简单！一口气学完线性代数、微积分、统计学、概率论、核函数、贝叶斯、相关分析、聚类分析等人工智能高等数学基础！简直不要太爽！（机器学习/深度学习/神经网络）
【官方双语】看到神经网络的公式就头疼？一个视频带你理解神经网络里的数学知识！
一口气学完MIT 6.042J《计算机科学中的数学》：作为计算机基础的离散数学课程
【优化算法】梯度下降法-强凸函数的收敛性分析（上）
【麻省理工公开课】 《数学基础》解决你的所有数学问题！附配套资料及拓展资源！--人工智能/数学
机器学习-白板推导系列(十四)-隐马尔可夫模型HMM（Hidden Markov Model）
【优化算法】梯度下降法-二次上界
【强化学习】马尔科夫决策过程【白板推导系列】
