一、數(shù)據(jù)分析

1）常數(shù)e
2）導數(shù) 
3）梯度 
4）Taylor

5）gini系數(shù)
6）信息熵與組合數(shù)
7）梯度下降
8）牛頓法

二、概率論

1）微積分與逼近論
2）極限、微分、積分基本概念 
3）利用逼近的思想理解微分，利用積分的方式理解概率
4）概率論基礎
5）古典模型

6）常見概率分布
7）大數(shù)定理和中心極限定理 
8）協(xié)方差(矩陣)和相關系數(shù) 
9）最大似然估計和最大后驗估計

三、線性代數(shù)及矩陣

1）線性空間及線性變換 
2）矩陣的基本概念 
3）狀態(tài)轉移矩陣 
4）特征向量 
5）矩陣的相關乘法

6）矩陣的QR分解 
7）對稱矩陣、正交矩陣、正定矩陣 
8）矩陣的SVD分解 
9）矩陣的求導 
10）矩陣映射/投影

四、凸優(yōu)化

1）凸優(yōu)化基本概念 
2）凸集 
3）凸函數(shù)

4）凸優(yōu)化問題標準形式 
5）凸優(yōu)化之Lagerange對偶化 
6）凸優(yōu)化之牛頓法、梯度下降法求解

一、容器

1）列表:list
2）元組:tuple
3）字典: dict
4）數(shù)組: Array

5）切片
6）列表推導式
7）淺拷貝和深拷貝

二、函數(shù)

1）lambda表達式
2）遞歸函數(shù)及尾遞歸優(yōu)化

3）常用內(nèi)置函數(shù)/高階函數(shù) 
4）項目案例：約瑟夫環(huán)問題

三、常用庫

1）時間庫
2）并發(fā)庫 
3）科學計算庫

4）Matplotlib可視化繪圖庫 
5）鎖和線程
6）多線程編程