覆盖机器学习、算法、统计学和最优化方法的结构化学习路线。
系统性学习算法与数据结构,配合实现练习与复杂度分析。
从线性模型到深度学习的核心 ML 概念——理论、实现与实践直觉。
数学优化方法及其在 ML、运筹学和量化金融中的应用。
数据科学的统计基础——从概率论到因果推断。