0x00 开始

其实从很早就接触ML，大学时期做的一个比赛会用一些决策树和Q-learning的东西，不过现在回忆起来，当时简直是盲人摸象都算不上。之前给客户做数据时，会有些数据挖掘的需求，也自己看了数据挖掘和ML的一些书，但书中很多公式一知半解，一本书看到一半时基本没法看下去了，然后下定决心对ML相关数学进行重新复习。摸索一段时间后，找了一些好的书和资料，有一些收获，在此整理归纳。

0x01 书单

1. 课本(套书)

课本.png

高等数学(上) https://book.douban.com/subject/2112359/
高等数学(下) https://book.douban.com/subject/2195654/
线性代数 https://book.douban.com/subject/2197140/
概率论及数理统计 https://book.douban.com/subject/3165271/

其实课本大家的评价都不是太高，无非三点导致了困哪：
[1] 中国作者大都上来说的比较难，让初学者比较懵，作者有时很难从一个初学者的角度去著书；
[2] 对于我学习CS学科，开始学高数时，不知道学这些东西对我的学科学习有什么帮助，书中也没有相应的引导；
[3] 缺少趣味性，中国太强调学习的困难性，这种思维习惯会带到课本中来，从而没有展现数学最有趣的那一面。
从现在看三本课本读来并非全无益处，毕竟是同济和浙大两个985学校老师出的，知识的体系性和完整性还是较好的。作为练习册还是很好的。

这里另外提一个概率论与数理统计的课本，笔者并未读过，但评价很高，可以替代浙大的版本。是USTC陈希孺老师写的概率论与数理统计，可以替换浙大的版本去读。

概率论与数理统计 概率论与数理统计

USTC概率论.png

2. 程序员的数学(套书)

这套书共三册，一套日本人写书，日本人写的技术书都很容易上手，开始的时候简单到你在怀疑书的标题。这套书并不是按照 微积分、线性代数、概率论的顺序，三本书两个作者，第一本是结城浩，一个程序员，后两本的作者是平冈和幸和堀玄，都是工程学博士。

programmath.jpg

程序员的数学 https://book.douban.com/subject/19949020/
第一册说的更多的是一些程序中的数学思维方式，很入门很基础，性价比并不是很高,读起来耗时并不会太长。

但是,对！这里是有”但是”的,结城浩的这本书写的太简单了,但你绝不能低估作者，结城浩绝对是写数学书的好手,因为他有一套笔者觉得很牛逼的书。封面是这样的：

数学女孩.png

数学女孩！对！你没看错，这套书的名字分别是：数±学=女×孩（其实这本是微积分的内容），数±学=女×孩(2)-费马大定理，数±学=女×孩(2)-哥德尔猜想。笔者读第一本书时，觉得是一本披着数学外衣的纯情小说，看了半册后发现这是一本披着纯情故事的数学书！！！不过此套书很有趣，读起来太有意思了，以后细述。作者准备写六册，拭目以待。

programmath2.jpg

程序员的数学2 https://book.douban.com/subject/26593822/

第二册是概率统计，作者从提供了独特的上帝视角，从面积和体积去理解概率问题，很适合入门和复习概率论。

programmath3.jpg

程序员的数学3 https://book.douban.com/subject/26740548/
第三册是线性代数，此书作者用了很多图让读者理解矩阵的变换作用，为了应书名，书中对计算机计算矩阵相关的数值算法进行了详解，很适合程序员复习线性代数。

3. 普林斯顿微积分读本

plsd.png

普林斯顿微积分读本 https://book.douban.com/subject/4926707/

这本书确实是普林斯顿的一个数学博士写的，虽说这本书名字很夸张，有点让普林斯顿背书的感觉。此书基本从高中起点开始说起，本身应该是给普林斯顿学生入门用的，从函数说到微分方程。此书算技术书里翻译质量的上乘，很多大龄程序员也在靠这本书复习微积分，进入ML。笔者阅读半本，觉得如故事书一般，作者是娓娓道来，同时伴有很多实际中的应用场景，满足读者对应用的好奇心。

4. 线性代数的几何意义

xxdsjhyy.png

这本书是中文里最好的线性代数书，没有之一！读这本书，从头读，如读小说一般，引人入胜，后半部越来越精彩，读着的时候，心里都在鼓掌，精彩精彩。如果阅读别的线性代数书有困难，请读此书！ 极力推荐！此书可再配合3Blue1Brown的视频一起观看理解。嗯，这套视频是说线性代数最好的视频，没有之一！！

线性代数的本质 https://space.bilibili.com/88461692/#/channel/detail?cid=9450 （没有看错，要在B站学数学）

5. 线性代数应该这样学

xxdsygzyx.png

线性代数应该这样学 https://book.douban.com/subject/3715623/

此书，大学时就读了一些，说实话当时觉得太抽象（可能也是没认真读），就放弃了。现在读起来，作者提供了从线性映射和算子的角度学习线性代数，加深对线性代数的认识。

6. Introduction to Linear Algebra

introlinear.png

Introduction to Linear Algebra https://book.douban.com/subject/26824921/

这本书其实并未细读，这本书是MIT线性代数的课本，上大学的时候看视频知道此书的，老爷子Gilbert Strang说课很有趣，他还有一门复习微积分的公开课也很棒。现在看来大家对此书评价很高，准备作为线性代数体系性的整理读物。

7. 行为科学统计概要

tj.png

行为科学统计概要 https://book.douban.com/subject/4268015/
统计学入门书，通俗易懂，结合了很多实例来展示统计的作用。

9. 练习

practice.png

恕笔者比较愚钝，觉得数学如果学了不练习等于白学，所以需要一定的练习量去配合读书，巩固阅读效果。说到做题，我大中华说做题第二，没有哪国敢说是第一的。所以笔者买了当年考研的复习书作为练习册检验学习成果。

0x02 读书顺序

课本是数年前在学校读的，此次复习时开始读的是课本的概率论及数理统计，中间遇到微积分，开始阅读普林斯顿微积分读本复习微积分。同时开始阅读程序员的数学，程序员数学1简单可速读，读23前，读线性代数的几何意义，然后读23以及读本完成线性代数和概率论的复习。然后阅读线性代数应该这样学，行为科学统计概要前半部分简单可速读，后部分慢读。中间配以习题练习，以及夹读ML相关书目作为关联应用。

如果有同样在为了ML复习数学的同仁，可加笔者微信一起交流：

wx.png