深度学习的概念以及前馈神经网络

卷积神经网络的结构与原理

深度学习所用的线性代数、微积分、信息论知识

最速下降法、共轭梯度法、牛顿法、拟牛顿法、最小二乘法等无约束优化方法。

在迭代法中使用一维搜索法确定步长。

利用单纯形法求解线性规划问题。

切比雪夫不等式、大数定律和中心极限定理

随机变量的数学期望、方差、协方差、相关系数。

随机变量与随机向量以及它们的分布。

概率论的基础部分。