数学基础概述

为什么 CS 学生需要学数学

数学是计算机科学的根基。无论是算法设计、机器学习、计算机图形学还是密码学，都离不开扎实的数学基础。AI 时代对数学的要求不仅没有降低，反而更高了——理解大模型、强化学习、生成模型，都需要深厚的数学功底。

数学基础差，你会遇到： - 看不懂论文中的公式推导 - 只能调包而不理解算法原理 - 无法做出真正的技术创新

核心课程

微积分（高等数学）

微积分是理解变化和优化的基础。梯度下降、反向传播、概率密度函数——这些 AI 核心概念都建立在微积分之上。

线性代数

线性代数是 AI 的"语言"。矩阵运算、特征值、奇异值分解——深度学习、计算机视觉、自然语言处理的核心操作都是线性代数。

概率论与数理统计

概率论是理解不确定性的基础。贝叶斯推断、最大似然估计、假设检验——机器学习的理论框架建立在概率论之上。

离散数学

离散数学是计算机科学的形式语言。逻辑、集合论、图论、组合数学——算法分析、数据结构、密码学的基础。

学习路线建议

大一上：微积分（上）+ 线性代数 大一下：微积分（下）+ 离散数学 大二上：概率论与数理统计

如果你时间有限，优先级是：线性代数 > 微积分 > 概率论 > 离散数学。

本模块资源