ریاضیات و آمار کاربردی
ریاضیات لازم برای فهم مدلها، با تمرکز بر شهود و پیادهسازی در پایتون بهجای اثباتهای نظری.

جبر خطی ۱: بردارها و ماتریسها
دورهٔ اول ریاضیات در مدرسهٔ هوش مصنوعی مایان: بردارها و ماتریسها با فلشهایی روی صفحه، و بعد با نامپای؛ بدون اثبات.

جبر خطی ۲: تبدیلات و تجزیه ماتریس
دورهٔ دوم ریاضیات در مدرسهٔ هوش مصنوعی مایان: ماتریس بهعنوان تبدیلی که صفحه را جابهجا میکند، و تجزیههایی که پشت PCA و فشردهسازی و جاسازیها هستند؛ با انیمیشن و نامپای، بدون اثبات.

حسابان برای یادگیری ماشین
دورهٔ سوم ریاضیات در مدرسهٔ هوش مصنوعی مایان: تابع، حد، مشتق، گرادیان و انتگرال، همانقدر که برای یادگیری ماشین لازم است؛ با نمودارهای متحرک و نامپای، بدون اثبات.

بهینهسازی
دورهٔ چهارم ریاضیات در مدرسهٔ هوش مصنوعی مایان: مدلها چطور با قدمهای کوچیک روی زمین خطا یاد میگیرن؛ از تابع خطا تا گرادیان کاهشی، آدام و قید، با انیمیشن و نامپای، بدون اثبات.

احتمال مقدماتی
دورهٔ پنجم ریاضیات در مدرسهٔ هوش مصنوعی مایان: احتمال چیست و مدلها چطور با آن کار میکنند؛ از تاس و سکه تا قضیهٔ بیز و یک فیلتر هرزنامهٔ کوچک، با انیمیشن و نامپای، بدون اثبات.

توزیعهای احتمال
دورهٔ ششم ریاضیات در مدرسهٔ هوش مصنوعی مایان: شکلهای آشنای شانس و کاری که مدلها با آنها میکنند؛ از یکنواخت و دوجملهای تا نرمال، قضیهٔ حد مرکزی، درستنمایی بیشینه و مونتکارلو، با انیمیشن و نامپای، بدون اثبات.

آمار توصیفی و استنباطی
دورهٔ هفتم ریاضیات در مدرسهٔ هوش مصنوعی مایان: از خلاصه کردن داده با میانگین، میانه و نمودار جعبهای، تا نتیجه گرفتن از نمونه با فاصلهٔ اطمینان، آزمون فرض و آزمون A/B؛ با انیمیشن، نامپای، پانداس و سایپای، بدون اثبات.

نظریه اطلاعات و ریاضیات در عمل
دورهٔ هشتم و آخر ریاضیات در مدرسهٔ هوش مصنوعی مایان: از آنتروپی، آنتروپی متقاطع و واگرایی KL، تا ریشهٔ ریاضی توابع خطا، رگرسیون خطی و لجستیک، یک نورون و پسانتشار خطا؛ با انیمیشن، نامپای و سایپای، بدون اثبات.