數學要素（全綵圖解 + 微課 + Python編程）

五🌟推薦。微讀看起來不過癮，倒是適合溫故查閱。俺是用電腦在github上看完的，看代碼也方便。 良心作者，作品與配套資源全開源，書寫的真好，對於喜歡數學，編程，機器學習的同學，有福咯。 讓我覺得特別用心的地方是， 全書的術語會配套英語詞彙：這樣非常方便，閱讀完之後的同學上手各類英文教材，如果單純學數學，推薦搭配3blue1brown看。本書還能當名詞解釋的工具書了。 精美的符合邏輯的配圖：本來要將數學領域的知識，拉平難度，循環漸進，寫作難度極大。作者不僅寫的好，而且配圖非常用心。 以前新人入手數學，俺第一本推薦的書是《什麼是數學》，推薦了十來年了。往後，有人學數學，學編程，學機器學習， 俺首當其衝，推薦，鳶尾花書系列！

給熱愛數學的小高，初的學生。 跨學科鏈接的工具書，之前在資本腦科學裏看過的知識點，在這裏的思維導圖裏清晰的呈現出來了。 書裏講， 數學是工具， 數學是思想 數學是語言 數學是體系 數學是藝術 數學是歷史（從沒想過這個問題） 數學是藝術 數學和生活密切相關，有些問題我們未曾想過，書裏給你思維導圖直觀鏈接你的大腦，你有興趣翻開嗎？ 小高先看目錄，瞭解大概念框架，閱讀感興趣的部分，數學課外延伸拓展的好書。 1、全綵思維導圖我一個數學渣渣都很是吸引。（爲我兒子收藏的，推介給他看） 2、數形結合、直觀 3、編程（我沒學，我也不懂）

這書講就數學有很多原理是相關的，甚至有用二維三維圖來表達： - 代數 ↔ 幾何 ↔ 向量 ↔ 函數 ↔ 概率統計 ​ - 全是同一件事的不同表達方式 它不是教你“算”，是教你“看見”： - 向量不是一串數字，是空間裏的箭頭 ​ - 矩陣不是表格，是空間拉伸、旋轉、變換 ​ - 函數不是公式，是一條曲線、一張曲面 ​ - 導數不是極限，是斜率、變化快慢 ​ - 概率不是抽象，是分佈的形狀、面積 ​因爲 AI 本質就是： - 把數據變成向量 ​ - 在空間裏變換 ​ - 用函數擬合 ​ - 用梯度找到最優 ​ - 用概率判斷不確定性 全是幾何 + 函數 + 向量。 總經：它的核心，就是用幾何直觀，把所有數學變成“看得見、想得通、用得上”的整體邏輯。 PS: 還是不懂[尷尬]（只能說知道了啦[呲牙]）

鳶尾花書始於作者在github上開源的學習資源，作者後面有出版成書發行，這本書是系列叢書中關於數學的部分，把我們把數學基礎知識從另一個角度梳理了一遍，書中涉及了基本運算、矩陣、幾何、代數、解析幾何、函數、微積分、概率統計、線性代數，附有大量的圖片和代碼，幫讀者理解數學的相關應用，推薦書友們接着閱讀系列裏的其他圖書。

很好的數學基礎書，每一部分都有延伸的內容可以自己去繼續探索，底層樸素的思想與邏輯與幾何建立聯繫的方式很有趣也很重要。

沒想到真的上線了。。。紙質版的書纔剛剛上線一個月不到。。。 姜偉生博士書真的很棒，這本《數學要素》主要包含了人工智能領域所涉及的數學知識，對小白比較友好的。 第一次接觸姜偉生博士的書是他的《Matlab金融風險管理FRM》，當時記得是全套5本全部買了送人，那一套就非常精緻，其實後面本來還有Python版的，可惜當時送的時候還沒出版，後來出版了，但沒有辦法再送了哈哈 總之姜偉生博士的作品真的很棒，鳶尾花書系列在他的GitHub上面有免費的電子版可以看，紙質版目前出版了《數學要素》和《矩陣力量》兩本，但還是期待微信讀書上面能夠早點上線！頂！

優點 1.圖表精美，作者付出了大量的勞動； 2.將PDF主動開源（雖然不是正式出版稿，但基本上差不多），誠意滿滿； 3.看得出，作者對相當數量的概念和原理都有比較深刻的理解，當然，作爲相關專業的博士，專業性是確定無疑的； 4.注重幾何直觀是本書的一個特色，比如9.5節超橢圓的內容，展示了p取各種不同值時的超橢圓形狀，利於加深理解，類似的例子比比皆是，這也是很多推薦者都提到的。 5.將機器學習所需要的基本數學知識都集中在一起，是這本書的價值之一 6.用Streamlit開發的一些應用非常直觀，是加分項 7.內容方面，最後3章給我的收穫最大，作者以雞兔同籠問題作爲主線，穿起了線性方程組，線性變換、基底轉換、特徵向量、最小二乘法、超定方程組、馬爾科夫鏈的穩態求解，讓讀者看到了這些知識在同一個具體問題中的應用，感受到了它們之間的聯繫，加深了理解 缺點 1.書中涉及知識部分的內容，基本上就是高中和大學教材上知識點的堆砌，帶有一些直觀理解，有些內容的準確性有待商榷，當然從科普的角度，直觀性和準確性本來就有一定的矛盾，把握其中的度並不容易，所以讀者在閱讀的時候對此要有正確的心理預期，在工作中使用之前一定找一些嚴肅的教材覈實一下，並多加測試，降低潛在的風險。 2.對概念和原理有深刻的理解只是一個層面，但能將自己的深刻理解清晰的表達出來是另一個層面，而做到儘可能讓讀者準確的get到作者想表達的意思就是更高的層面了，作者的功力並未達到第二三個層面，但考慮到作者好像並不是教師，況且很多大學教師也達不到第2、3個層面，有些苛求了。但對讀者的影響是顯著的，所以，作者談理解的內容大家應該留心看看，有的只是隻言片語，但參考價值很大，不過這些價值很大的理解散列在500頁的篇幅中，增加了閱讀和尋找的難度，這也是我不推薦的原因。 3.跨度如此之大的內容（至少包括了代數、幾何、線性代數、微積分、概率統計、優化方法的關鍵概念和方法），還是數學這種艱深晦澀的東西，想用500頁的篇幅說清楚，註定是一個不可能完成的任務，只能做到“蜻蜓點水”（作者語），所以，即使是一些非常關鍵的概念，也無法講透，令讀者有一種意猶未盡的感覺。給我的教訓是，闡述的透徹程度和覆蓋的廣度有衝突的時候，還是選擇前者。 4.對一些我感興趣的內容，經常轉到作者的其他書上，如“機器學習和深度學習中，張量積是非常重要的向量運算，鳶尾花書將在《矩陣力量》一冊中進行詳細介紹”，極大的降低了閱讀體驗，而且這種情況並不鮮見。 5.對本書而言，相關的歷史並不必要，其中蘊含的概念和原理的發展脈絡纔是作者需要的，有點可惜，這方面着墨過少 6.用“著”有點過了，可能“編著”也有點牽強，用“編”更合適 7.微信讀書的搜索結果顯示，作者至少單獨寫了八本書、另有與別人合作2本（均爲第一作者），所以，分攤到每本書上的時間可想而知，所以，這本書還可以再放放，把時間用於閱讀那些耗時五年以上或已經再版多次的書更有價值 事實和背景 首先，我的閱讀情況是：我讀了前11章和20-25章，逐頁瀏覽了其他部分。 其次，我是在微信讀書和PC端完成的閱讀 第三，我的目的是想看看在大語言模型加持下，普通人也可以很容易的獲得初級程序員的能力的背景下，數學的關鍵概念和關鍵思想的教與學有什麼變化。 這篇評論的目的也是爲了加深自己的理解，以及總結經驗和教訓，以利將來，如果能對讀者有參考價值，就不勝榮幸了，真正的一家之言，僅供參考 我的觀點和哪些人適合讀這本書 如果你是大學生或是碩士，學的是高數一，並且已經及格了，那你不必看這本書，或者說，這本書中對你有價值的東西含量比較低：對那些高數書上有的東西，通過看這本書獲得更深刻理解的可能性不大；而對那些高數書上沒有的東西，這本書中的講解也只是囫圇吞棗或一鱗半爪，與你付出的時間不成比例。 如果你已經工作超過五年，想對機器學習的數學知識有個整體性的瞭解，那麼這本書比較合適，不過，由於內容的跨度太大（至少包括了代數、幾何、線性代數、微積分、概率統計、優化方法的關鍵概念和方法），而500頁的篇幅相對這些內容而言又太短，所以有些內容肯定極爲簡單，而有些內容則極難，因此，一個比較合適的讀法是翻閱，看到有用的內容就停停。 如果你是大學教師，需要講解相關內容，本書有一定的參考價值，尤其是一些程序和圖，可以吸收到自己的講課資料中去 所以，我的觀點是，除非你是以上兩類目的，否則不建議讀。

阿基米德的血肉之軀不能擋住羅馬士兵的刀刃；但是，他的精巧發明曾一度讓強敵聞之色變。知識不等同🆚汗牛充棟、蛛網塵封的藏書，兩者可謂天壤之差、雲泥之別。掌握、利用知識，讓知識成爲生產力，而生產力助力科技進步，迭代螺旋上升纔是關鍵。 圓錐曲線提出千年以後，人們利用這個數學工具解密了天體運行規律。此後幾百年，圓錐曲線就會助力人類飛出地球搖籃，探索無邊的深空。

講數學就簡單易懂地講數學，要講相關歷史也請客觀講相關歷史。 不要賣弄“文采”，矯揉造作。 不要毫無意義地標新立異，這本書你首先寫給國人看的，“凹凸”兩個字創造出來的時候就註定了人家的字形，你非要把開口向上叫“凸函數”，開口向下叫“凹函數”，這是出於什麼精妙絕倫高深莫測的考慮？？ 一個名人和另一個人名人同爲私生子，兩個的父親還是朋友，這種事情很“值得”一提？？哪裏“值得”？“值得”在哪？ 還有書中的一些低級錯誤，沒看過紙質書，也許是微信讀書搬運的時候搬錯了吧。不過自己的書授權搬運後不校驗內容的嗎？反正“謠言止於智者”唄？

進入社會後，很難靜下心來學習專業知識，尤其這種宏大又精密的學科。但是數學與工作與生活卻又息息相關，須臾不可離。希望有更多的人在數學領域深耕、發光。