# MCS 社交媒体发布目录

本版保留每天主线与补充材料中的重要概念，按“是什么—关键公式或直觉—有什么用”组织。省略个人追问、重复解释、长篇证明及未经证实的平台断言。篇幅按实际知识量安排。

正文可独立发布；day6、day8、day11 内容较多，也可按一级章节拆成连续图文。公式采用 Markdown / LaTeX，发布前按目标平台检查显示效果。

## 十一天正文

- [Day 1｜数学与计算机科学：从函数到 AI 的知识地图](day1%20数学如何支撑计算机与%20AI.md)
- [Day 2｜集合与逻辑：从分类到程序推理](day2%20集合与逻辑.md)
- [Day 3｜向量、矩阵与 NumPy：把数据变成可计算的结构](day3%20向量矩阵与%20NumPy.md)
- [Day 4｜排列组合与概率：从计数到推断](day4%20排列组合与概率.md)
- [Day 5｜导数、偏导与梯度：从变化率到模型训练](day5%20导数与梯度.md)
- [Day 6｜泰勒展开与牛顿法：近似、误差和收敛](day6%20泰勒展开与牛顿法.md)
- [Day 7｜优化进阶：从收敛速度到 XGBoost](day7%20优化算法的取舍.md)
- [Day 8｜线性方程组：消元、稳定性与矩阵分解](day8%20线性方程组与消元.md)
- [Day 9｜行列式、逆矩阵与 QR：从理论公式到数值求解](day9%20行列式与逆矩阵.md)
- [Day 10｜特征值与特征向量：寻找系统的关键方向](day10%20特征值与特征向量.md)
- [Day 11｜概率统计与算法应用：从随机样本到 AI 模型](day11%20概率统计与算法应用.md)

## 版本说明

当前目录中的 day1–day11 是扩充后的发布正文；`上一版短摘要/` 保留此前短版，方便比较。原学习笔记与原文备份未改动。