易燃物匯聚 YouTube 有聲書與書評
程序員數學:用Python學透線性代數和微積分 封面

程序員數學:用Python學透線性代數和微積分

保羅·奧蘭德

2.5萬人在讀
38.4萬字總字數
¥129.8定價

有聲書與視頻解讀 YouTube視頻解讀 1

內容簡介

代碼和數學是相知相惜的好夥伴,它們基於共同的理性思維,數學公式的推導可以自然地在編寫代碼的過程中展開。本書帶領程序員使用自己熟知的工具,即代碼,來理解機器學習和遊戲設計中的數學知識。通過Python代碼和200多個小項目,讀者將掌握二維向量、三維向量、矩陣變換、線性方程、微積分、線性迴歸、logistic迴歸、梯度下降等知識。

讀者書評

★★★★★

本書讓從程序員的角度、以程序員易於理解的方式來幫助讀者學習數學。 本書跟結城浩的《程序員的數學》系列圖書不同。儘管從書名上來講,本書只是少了一個“的”字,但並不是爲了避嫌(畢竟《程序員的數學》中文譯本也出自圖靈公司),而是恰到好處地給予了一種隱喻——這本書對數學知識的講解更爲直接。 比起完全的啓發式寫作,本書作者更關注讀者是否真正掌握了相關的數學知識,主要體現在以下三點。 本書作者規劃了詳細的學習路徑——從基礎的向量計算到最終的神經網絡訓練,基本涵蓋了業務工程師和初級算法工程師所需瞭解的所有數學知識。 作者的寫作基於大量的代碼片段,且以Jupyter Notebook爲載體,讀者可以直接把學到的數學知識轉化爲代碼。當然,作爲讀者的你也不必有太大的心理負擔,本書中的代碼完全遵循“夠用就好”的原則,不會增加額外的學習開銷。 作者爲各章添加了大量的練習(事實上,很少見到一本書裏有這麼多練習)。這些練習既有開放式的提問,又有針對正文內容的擴展和提升。 綜上所述,本書的閱讀體驗很棒,學習曲線十分平緩,並且章節之間環環相扣。最關鍵的是,它能幫你通過代碼來學習數學,並且用包含數學知識的代碼來解決實際問題。

★★★★★

#程序員數學 用python學透線性代數和微積分 數學擁有無窮的力量。它既幫助遊戲開發工程師建模物理世界,也幫助量化金融分析師賺取利潤,還幫助音頻處理工程師製作音樂。在數據科學和機器學習領域,數學知識更是不可或缺的。 本書的主要學習工具是python編程語言:用代碼學習數學的一個好處是,設計必須精確,以便計算機理解,而且永遠不會讓新符號產生歧義。 #可以使用數學和軟件解決商業問題:預測金融市場走勢、尋找優質交易、構建三維圖形和動畫、對物理世界建模、 #分析性左腦-藉助高級編程:使用正式的語言--代碼中的任何語法錯誤或拼寫錯誤都會導致程序運行失敗。寫代碼的時候,不僅需要語法正確的語句,還需要數學的抽象性;引入抽象可以幫助你組織和交流更宏大更強有力的思想,用代碼寫數學語句,計算機會幫你輔助檢查。

★★★★★

強烈推薦!向量矩陣線代什麼的,大學時就一點也沒學會。到現在更是早就忘的光光的了。看了這本書不知不覺就瞭解了這些知識並理解了其在計算機方面的運用。本書思路清晰明確,例子通俗易懂,手不釋卷,癡迷的一路看完。就是一點小遺憾,最後神經網絡訓練那部分沒能很理解是怎麼實現的。再找別的書補補吧

★★★★★

強力推薦!!! 通熟易懂,把線性代數、微積分和機器學習等相關內容的核心知識及原理,講解的非常透徹,看完有種恍然大悟的感覺! 1.核心知識用圖形、文字和代碼,簡單易懂的描述清楚 2.結合實際應用場景,將數學知識融入其中,避免了枯燥乏味 3.代碼簡潔,可實操 4.以前沒有學過線性代數、微積分和python編程的同學也可以閱讀此書

★☆☆☆☆

被書名騙了,看前面幾章以爲是寫關於遊戲的線性代數知識,後面越看越不對勁,知識點慢慢偏離遊戲的範疇,看到最後幾章才恍然大悟,前面所有的知識點其實都是爲了機器學習鋪墊。。。真是天都塌了,浪費了我兩個月。。。然去豆瓣看了下這書的英文,Math for Programmers: 3D Graphics, Machine Learning, and Simulations with Python,這書名應該叫程序員數學:3D圖形和機器學習,一星差評!

★★★★★

看過吳恩達numpy手撕神經網絡的教程 看了b站上特別牛的講線性代數的視頻 又看了這本書 總結,數學yyds

★★★★★

看得頭暈腦脹的一本極其抽象的書,每前進一章,都在加大難度,硬着頭皮我只能說我看懂了30%。但是收穫也是非同尋常的。清晰了微積分和線性代數的本質,瞭解了在動畫,聲波,射程方面的應用。最深刻的是瞭解了機器學習中的分類和迴歸的兩種監督學習的算法。其中梯度下降的用法被強化理解更深刻了。

★★★★★

看了一半了,提前推薦一下,寫代碼很多時候理論都是拿來就用,其實應該去看看到底怎麼回事,就如同我們讀過很多書,別人說了一句話,你能直接指出出自哪裏,誰寫的,但是僅限於此,就如同我知道這個算法好,但是我不知道算法理論是什麼,我覺得更應該去怎麼吸收變成自己知識庫。比如圖形變換,正常圖形很多幾十萬像素去移動,需要計算幾十萬次,但是從二維轉換成三維,應用矩陣計算只需要幾百次,這就是差距。

★★★★★

這本書雖然存在一些瑕疵,但是整體來看瑕不掩瑜,是不可多得的入門教材。 1. 結合python實現,能讓讀者更好地理解數學公式和原理背後的細節,引導讀者動手學習 2. 結合簡單的示例,由淺入深地講解線性代數和微積分,即使沒有高等數學水平的讀者也能輕鬆上手 本書的遺憾: 1. 像作者所說的那樣,由於篇幅太長,本書沒有講解概率論方面的知識,實屬遺憾,期望作者出書講解概率論方面的知識 2. 第三部分只是淺嘗輒止般地講解了機器學習線性迴歸和神經網絡基礎,讓人讀完意猶未盡,但是又不至於達到入門機器學習的地步,有點遺憾 很喜歡作者由淺入深、循序漸進地行文方式,期待閱讀作者更多的書籍

★★★★★

作爲一個程序員,我得承認,老美的一些程序設計,真的是讓人非常佩服,非常複雜的程序,通過拆解爲多個較爲簡單的模塊,像搭積木一樣,就能完成一個非常複雜的功能 另外一點,讓我佩服的是,這些關於程序的書都有源代碼,像人工智能學習這種,他也有源代碼,你直接照抄就行了,抄下來你就會了 這本書通過同步編程來解釋數學中的一些概念,非常形象,線性代數其實是很抽象的概念,當年我們學的時候都不知道這個東西是幹啥的,現在,隨着機器學習的興起,線性代數的作用越來越大,總體而言,這是一本非常好的書

書籍信息

作者保羅·奧蘭德
譯者百度KFive
出版社人民郵電出版社
出版時間2021-12-01
ISBN9787115576491
分類計算機-編程設計
格式EPUB
完結狀態連載中
章節數138