翌日，上午有一节高数课，林涛哥几个起床洗漱后，早餐也没来得及吃，直接去二号教学楼阶梯教室上课了。</p>
上一学期的高数林涛自己是堪堪过及格线，差点就要去补考了。</p>
虽然高中他自己数学成绩还不错，但是上大学后那可就真是一塌糊涂，上课看小说的人，能期望有多好的成绩。</p>
今天这节高数课来的人还挺齐，高数老师对于课前点名执行的很严格，一个个学渣们对于平时成绩必须看重。</p>
林涛宿舍几人坐在中间靠后的位置，开始上课后，老师就开始发挥了，黑板上慢慢被各种数学推导公式填充，看着真的有点头大。</p>
说实话林涛自己也看不太懂，毕竟离开学校好些年了，该还回去的那是一点没留下。</p>
想起自己的编程目标，林涛忽然有点头大，数学是自己绕不过去的一个坎，在人工智能领域，所有重大进步的背后，都有数学的身影。</p>
线性代数、微积分、博弈论、概率、统计、高级逻辑回归和梯度下降等概念都是数据科学的主要基础。</p>
数学有助于理解逻辑推理和关注细节，它增强了代码在压力下思考的能力。</p>
数学概念给出了假想问题或虚拟问题的真实解答，它是关于结构、开发原则的，即使在代码中做了任何更改，这些原则仍然是正确的。</p>
构成人工智能蓬勃发展的数学的三个主要分支就是线性代数、微积分和概率。</p>