DeepLearning.AI 专访 Luis Serrano：揭秘《机器学习数学》专项课程背后的教学理念
在构建人工智能职业生涯时，从最权威的地方学习至关重要。DeepLearning.AI 近期邀请了一位传奇人物——Luis Serrano，共同打造了最新的专项课程 Mathematics for Machine Learning and Data Science。
Luis 是一位终身热爱数学的机器学习科学家。他曾于蒙特利尔大学和密歇根大学讲授概率论，在 Google 构建算法，在 Apple 教授 AI，目前则专注于 Cohere 的语言模型项目。他的 YouTube 频道 Serrano Academy 以通俗易懂、短小精悍的数学与机器学习讲解而闻名。此外，他还著有畅销书《Grokking Machine Learning》。
在本次专访中，Luis 深入探讨了自身的求学之路、新专项课程的核心设计，以及他让数学变得平易近人的秘诀。
从“数学差生”到国家数学竞赛冠军
Luis 曾坦言自己直到八年级之前数学都很差，因为当时的课程充满了公式和抽象概念，让他难以产生共鸣。转折点发生在他参加一次全国数学考试时，试卷没有复杂的公式，而是以解谜和数学游戏的形式呈现。他不仅觉得有趣，还获得了所在国家（哥伦比亚）的第一名。这一经历让他意识到，数学并非遥不可及，而是可以通过趣味和逻辑掌握的。
教学风格的演变：从碎片化视频到完整叙事
Luis 的 YouTube 频道 Serrano Academy 源于他在 Google 工作期间的一个“副业”。当时他利用周末制作简短的教学视频，最初仅在公司内部分享以获取反馈。后来，他将一段 30 分钟的线性回归讲解视频发布到 YouTube，意外获得了数百万的观看量。
然而，专项课程与频道视频存在本质区别：
- Serrano Academy：类似于“短篇故事”，每个视频聚焦于一个微小的主题，适合碎片化学习。
- Mathematics for Machine Learning Specialization：类似于“长篇小说”，它构建了一个完整、相互关联的数学叙事结构，旨在帮助学习者理解概念之间的深层逻辑。
面向初学者的“降维打击”策略
Luis 强调，他的教学风格深受其自身作为“慢学习者”的影响。他习惯于通过现实世界的例子来理解概念，而非依赖高深的抽象术语。这种基于类比和实际案例的教学方式，既能吸引初学者，又能让专家产生“原来如此”的顿悟感。
在课程设计中，他致力于利用学习者已有的经验（如逻辑推理、日常生活中的数学直觉）作为切入点，逐步引入复杂的数学工具，从而消除初学者对公式的恐惧。
“我的课程注重动手实践，包含大量图形和实例。我试图让学习过程尽可能有趣。通过将课程建立在人们已知的现实世界经验之上，我能够逐步引入新主题而不会造成困惑。” —— Luis Serrano
此次发布不仅展示了 DeepLearning.AI 在课程体系上的持续迭代，更传递了一种以人为本的教育哲学：真正的技术教育不应是枯燥的公式堆砌，而应是连接直觉与逻辑的桥梁。
