پیش نیازها:
- دانش اساسی پایتون، مفاهیم پایتون و R
این دوره برای چه کسی است؟
هرکسی که می خواهد ابزارهای ریاضی مورد نیاز برای هوش مصنوعی و یادگیری ماشین را تازه کند یا یاد بگیرد ، این دوره را بسیار مفید خواهد یافت

در ادامه با برخی از سرفصل های درسی این مجموعه آموزش آشنا می شویم :
مفاهیم ریاضی را برای هوش مصنوعی و یادگیری ماشین تازه کنید
یاد بگیرید که الگوریتم ها را در پایتون پیاده سازی کنید
درک چگونگی گسترش مفاهیم برای مشکلات ML در دنیای واقعی
Introduction
Linear Algebra
Scalars, Vectors, Matrices, and Tensors
Vector and Matrix Norms
Vectors, Matrices, and Tensors in Python
Special Matrices and Vectors
Eigenvalues and Eigenvectors
Norms and Eigendecomposition
Multivariate Calculus
Introduction to Derivatives
Basics of Integration
Gradients
Gradient Visualization
Optimization
Probability Theory
Intro to Probability Theory
Probability Distributions
Expectation, Variance, and Covariance
Graphing Probability Distributions in R
Covariance Matrices in R
Probaility Theory
Special Random Variables
Bonus Lecture: More Interesting Stuff, Offers and Discounts