01讲二进制：不了解计算机的源头，你学什么编程.html 02讲余数：原来取余操作本身就是个哈希函数.html 03讲迭代法：不用编程语言的自带函数，你会如何计算平方根.html 04讲数学归纳法：如何用数学归纳提升代码的运行效率.html 05讲递归（上）：泛化数学归纳，如何将复杂问题简单化.html 06讲递归（下）：分而治之，从归并排序到MapReduce.html 07讲排列：如何让计算机学会“田忌赛马”.html 08讲组合：如何让计算机安排世界杯的赛程.html 09讲动态规划（上）：如何实现基于编辑距离的查询推荐.html 10讲动态规划（下）：如何求得状态转移方程并进行编程实现.html 11讲树的深度优先搜索（上）：如何才能高效率地查字典.html 12讲树的深度优先搜索（下）：如何才能高效率地查字典.html 13讲树的广度优先搜索（上）：人际关系的六度理论是真的吗.html 14讲树的广度优先搜索（下）：为什么双向广度优先搜索的效率更高.html 15讲从树到图：如何让计算机学会看地图.html 16讲时间和空间复杂度（上）：优化性能是否只是“纸上谈兵”.html 17讲时间和空间复杂度（下）：如何使用六个法则进行复杂度分析.html 18讲总结课：数据结构、编程语句和基础算法体现了哪些数学思想.html 19讲概率和统计：编程为什么需要概率和统计.html 20讲概率基础（上）：一篇文章帮你理解随机变量、概率分布和期望值.html 21讲概率基础（下）：联合概率、条件概率和贝叶斯法则，这些概率公式究竟能做什么.html 22讲朴素贝叶斯：如何让计算机学会自动分类.html 23讲文本分类：如何区分特定类型的新闻.html 24讲语言模型：如何使用链式法则和马尔科夫假设简化概率模型.html 25讲马尔科夫模型：从PageRank到语音识别，背后是什么模型在支撑.html 26讲信息熵：如何通过几个问题，测出你对应的武侠人物.html 27讲决策树：信息增益、增益比率和基尼指数的运用.html 28讲熵、信息增益和卡方：如何寻找关键特征.html 29讲归一化和标准化：各种特征如何综合才是最合理的.html 30讲统计意义（上）：如何通过显著性检验，判断你的AB测试结果是不是巧合.html 31讲统计意义（下）：如何通过显著性检验，判断你的AB测试结果是不是巧合.html 32讲概率统计篇答疑和总结：为什么会有欠拟合和过拟合.html 33讲线性代数：线性代数到底都讲了些什么.html 34讲向量空间模型：如何让计算机理解现实事物之间的关系.html 35讲文本检索：如何让计算机处理自然语言.html 36讲文本聚类：如何过滤冗余的新闻.html 37讲矩阵（上）：如何使用矩阵操作进行PageRank计算.html 38讲矩阵（下）：如何使用矩阵操作进行协同过滤推荐.html 39讲线性回归（上）：如何使用高斯消元求解线性方程组.html 40讲线性回归（中）：如何使用最小二乘法进行直线拟合.html 41讲线性回归（下）：如何使用最小二乘法进行效果验证.html 42讲PCA主成分分析（上）：如何利用协方差矩阵来降维.html 导读：程序员应该怎么学数学.html 开篇词讲作为程序员，为什么你应该学好数学.html 数学专栏课外加餐（一）讲我们为什么需要反码和补码.html 数学专栏课外加餐（三）：程序员需要读哪些数学书.html 数学专栏课外加餐（二）讲位操作的三个应用实例.html