Большой открытый компендиум по математике, CS и AI — от векторов до продакшена

В открытом доступе появился редкий образовательный ресурс — большой компендиум по математике, computer science и искусственному интеллекту. Это не очередной онлайн-курс, а многолетний сборник конспектов инженера Henry Ndubuaku, выложенный на GitHub под лицензией Apache 2.0. Материал ведёт читателя от базовой математики для AI до архитектуры современных ML-систем.

Автор — сооснователь и CTO стартапа Cactus, который разрабатывает движок для локального AI-инференса на смартфонах и в 2025 году прошёл в акселератор Y Combinator. Компендиум рассчитан на тех, кто хочет не просто пользоваться LLM, а понимать, как они устроены изнутри — от линейной алгебры и статистики до machine learning, computer vision и проектирования ML-систем.

Ниже — что внутри, чем материал полезен и как подключить его к AI-ассистентам через MCP-сервер.

Что внутри

20 глав, из которых 18 уже готовы (ещё 2 — в работе): математика → computer science → AI. От векторов, математического анализа и статистики до NLP, computer vision, инференса и проектирования ML-систем (ML systems design). Упор сделан на интуитивное понимание, а не на плотную математическую нотацию. Порог входа автор обозначает как школьная математика плюс базовый Python — дальше сложность наращивается постепенно.

MCP-сервер: учебник как база знаний

Репозиторий включает MCP-сервер. Если клонировать его локально, компендиум можно подключить к Claude Code, Cursor или VS Code как локальную базу знаний — AI-ассистент отвечает на вопросы прямо по содержанию учебника. Это редкий для образовательных материалов формат интеграции.

Что с громкими именами

По словам автора, его друзья готовились по этим конспектам к собеседованиям в DeepMind, OpenAI и Nvidia и успешно их прошли. Независимо подтвердить это утверждение нельзя. При этом сам репозиторий уже привлёк внимание сообщества — более 3 800 звёзд на GitHub — и распространяется бесплатно по лицензии Apache 2.0.

Кому будет полезно

• Тем, кто переходит от использования LLM к пониманию их внутреннего устройства
• Разработчикам и аналитикам, которым нужна математика для AI и machine learning в одном месте
• Студентам и специалистам, готовящимся к техническим собеседованиям по AI/ML
• Практикам, которые хотят подключить структурированную базу знаний к AI-ассистентам через MCP

Наш взгляд

Ценность материала не в громких именах, а в редком сочетании: широкий охват от базовой математики до ML systems design плюс практическая интеграция с AI-ассистентами. Для самообразования в 2026 году — сильный бесплатный старт.

Источник: GitHub — Maths, CS & AI Compendium