برای فراگیری و تسلط بر مبانی و مفاهیمِ یادگیریِ ماشین (machine learning) و یادگیریِ عمیق (deep learning) بهتر است پیش‌نیازهای ریاضیِ آن‌ها را بلد باشیم. همچنین جبرِ خطی یا همان linear algebra از جمله مباحثی است که نقش به‌سزایی در فراگیریِ الگوریتم‌ها و روش‌های یادگیری ماشین دارد. در واقع بسیاری از الگوریتم‌های ارائه شده در یادگیریِ‌ماشین و یادگیریِ‌عمیق بر اساس نظریه‌ها و مفاهیمِ جبر خطی بنا نهاده شده‌اند.
در این دوره سعی بر این داریم مبانیِ کاربردیِ جبرخطی را با یکدیگر فرا بگیریم تا این‌کار بتواند پایه‌ای برای فهم الگوریتم‌های مختلف در حوزه‌ی علوم‌داده، یادگیری ماشین و یادگیری عمیق باشد.
چهارچوب‌های کلی این بخش حول محور کتاب‌های زیر استوار شده است (ترجمه‌ی فارسی این کتاب‌ها در بازار ایران موجود است):
» کتاب جبرخطی هافمن/کنزی
» کتاب جبر خطی شلدون اکسلر
» کتاب جبر خطی استرنگ
ترتیب پیشنهادی خواندن دروسِ این دوره به صورت زیر است: