数学要素（全彩图解 + 微课 + Python编程）

五🌟推荐。微读看起来不过瘾，倒是适合温故查阅。俺是用电脑在github上看完的，看代码也方便。 良心作者，作品与配套资源全开源，书写的真好，对于喜欢数学，编程，机器学习的同学，有福咯。 让我觉得特别用心的地方是， 全书的术语会配套英语词汇：这样非常方便，阅读完之后的同学上手各类英文教材，如果单纯学数学，推荐搭配3blue1brown看。本书还能当名词解释的工具书了。 精美的符合逻辑的配图：本来要将数学领域的知识，拉平难度，循环渐进，写作难度极大。作者不仅写的好，而且配图非常用心。 以前新人入手数学，俺第一本推荐的书是《什么是数学》，推荐了十来年了。往后，有人学数学，学编程，学机器学习， 俺首当其冲，推荐，鸢尾花书系列！

给热爱数学的小高，初的学生。 跨学科链接的工具书，之前在资本脑科学里看过的知识点，在这里的思维导图里清晰的呈现出来了。 书里讲， 数学是工具， 数学是思想 数学是语言 数学是体系 数学是艺术 数学是历史（从没想过这个问题） 数学是艺术 数学和生活密切相关，有些问题我们未曾想过，书里给你思维导图直观链接你的大脑，你有兴趣翻开吗？ 小高先看目录，了解大概念框架，阅读感兴趣的部分，数学课外延伸拓展的好书。 1、全彩思维导图我一个数学渣渣都很是吸引。（为我儿子收藏的，推介给他看） 2、数形结合、直观 3、编程（我没学，我也不懂）

这书讲就数学有很多原理是相关的，甚至有用二维三维图来表达： - 代数 ↔ 几何 ↔ 向量 ↔ 函数 ↔ 概率统计 ​ - 全是同一件事的不同表达方式 它不是教你“算”，是教你“看见”： - 向量不是一串数字，是空间里的箭头 ​ - 矩阵不是表格，是空间拉伸、旋转、变换 ​ - 函数不是公式，是一条曲线、一张曲面 ​ - 导数不是极限，是斜率、变化快慢 ​ - 概率不是抽象，是分布的形状、面积 ​因为 AI 本质就是： - 把数据变成向量 ​ - 在空间里变换 ​ - 用函数拟合 ​ - 用梯度找到最优 ​ - 用概率判断不确定性 全是几何 + 函数 + 向量。 总经：它的核心，就是用几何直观，把所有数学变成“看得见、想得通、用得上”的整体逻辑。 PS: 还是不懂[尴尬]（只能说知道了啦[呲牙]）

鸢尾花书始于作者在github上开源的学习资源，作者后面有出版成书发行，这本书是系列丛书中关于数学的部分，把我们把数学基础知识从另一个角度梳理了一遍，书中涉及了基本运算、矩阵、几何、代数、解析几何、函数、微积分、概率统计、线性代数，附有大量的图片和代码，帮读者理解数学的相关应用，推荐书友们接着阅读系列里的其他图书。

很好的数学基础书，每一部分都有延伸的内容可以自己去继续探索，底层朴素的思想与逻辑与几何建立联系的方式很有趣也很重要。

没想到真的上线了。。。纸质版的书才刚刚上线一个月不到。。。 姜伟生博士书真的很棒，这本《数学要素》主要包含了人工智能领域所涉及的数学知识，对小白比较友好的。 第一次接触姜伟生博士的书是他的《Matlab金融风险管理FRM》，当时记得是全套5本全部买了送人，那一套就非常精致，其实后面本来还有Python版的，可惜当时送的时候还没出版，后来出版了，但没有办法再送了哈哈 总之姜伟生博士的作品真的很棒，鸢尾花书系列在他的GitHub上面有免费的电子版可以看，纸质版目前出版了《数学要素》和《矩阵力量》两本，但还是期待微信读书上面能够早点上线！顶！

优点 1.图表精美，作者付出了大量的劳动； 2.将PDF主动开源（虽然不是正式出版稿，但基本上差不多），诚意满满； 3.看得出，作者对相当数量的概念和原理都有比较深刻的理解，当然，作为相关专业的博士，专业性是确定无疑的； 4.注重几何直观是本书的一个特色，比如9.5节超椭圆的内容，展示了p取各种不同值时的超椭圆形状，利于加深理解，类似的例子比比皆是，这也是很多推荐者都提到的。 5.将机器学习所需要的基本数学知识都集中在一起，是这本书的价值之一 6.用Streamlit开发的一些应用非常直观，是加分项 7.内容方面，最后3章给我的收获最大，作者以鸡兔同笼问题作为主线，穿起了线性方程组，线性变换、基底转换、特征向量、最小二乘法、超定方程组、马尔科夫链的稳态求解，让读者看到了这些知识在同一个具体问题中的应用，感受到了它们之间的联系，加深了理解 缺点 1.书中涉及知识部分的内容，基本上就是高中和大学教材上知识点的堆砌，带有一些直观理解，有些内容的准确性有待商榷，当然从科普的角度，直观性和准确性本来就有一定的矛盾，把握其中的度并不容易，所以读者在阅读的时候对此要有正确的心理预期，在工作中使用之前一定找一些严肃的教材核实一下，并多加测试，降低潜在的风险。 2.对概念和原理有深刻的理解只是一个层面，但能将自己的深刻理解清晰的表达出来是另一个层面，而做到尽可能让读者准确的get到作者想表达的意思就是更高的层面了，作者的功力并未达到第二三个层面，但考虑到作者好像并不是教师，况且很多大学教师也达不到第2、3个层面，有些苛求了。但对读者的影响是显著的，所以，作者谈理解的内容大家应该留心看看，有的只是只言片语，但参考价值很大，不过这些价值很大的理解散列在500页的篇幅中，增加了阅读和寻找的难度，这也是我不推荐的原因。 3.跨度如此之大的内容（至少包括了代数、几何、线性代数、微积分、概率统计、优化方法的关键概念和方法），还是数学这种艰深晦涩的东西，想用500页的篇幅说清楚，注定是一个不可能完成的任务，只能做到“蜻蜓点水”（作者语），所以，即使是一些非常关键的概念，也无法讲透，令读者有一种意犹未尽的感觉。给我的教训是，阐述的透彻程度和覆盖的广度有冲突的时候，还是选择前者。 4.对一些我感兴趣的内容，经常转到作者的其他书上，如“机器学习和深度学习中，张量积是非常重要的向量运算，鸢尾花书将在《矩阵力量》一册中进行详细介绍”，极大的降低了阅读体验，而且这种情况并不鲜见。 5.对本书而言，相关的历史并不必要，其中蕴含的概念和原理的发展脉络才是作者需要的，有点可惜，这方面着墨过少 6.用“著”有点过了，可能“编著”也有点牵强，用“编”更合适 7.微信读书的搜索结果显示，作者至少单独写了八本书、另有与别人合作2本（均为第一作者），所以，分摊到每本书上的时间可想而知，所以，这本书还可以再放放，把时间用于阅读那些耗时五年以上或已经再版多次的书更有价值 事实和背景 首先，我的阅读情况是：我读了前11章和20-25章，逐页浏览了其他部分。 其次，我是在微信读书和PC端完成的阅读 第三，我的目的是想看看在大语言模型加持下，普通人也可以很容易的获得初级程序员的能力的背景下，数学的关键概念和关键思想的教与学有什么变化。 这篇评论的目的也是为了加深自己的理解，以及总结经验和教训，以利将来，如果能对读者有参考价值，就不胜荣幸了，真正的一家之言，仅供参考 我的观点和哪些人适合读这本书 如果你是大学生或是硕士，学的是高数一，并且已经及格了，那你不必看这本书，或者说，这本书中对你有价值的东西含量比较低：对那些高数书上有的东西，通过看这本书获得更深刻理解的可能性不大；而对那些高数书上没有的东西，这本书中的讲解也只是囫囵吞枣或一鳞半爪，与你付出的时间不成比例。 如果你已经工作超过五年，想对机器学习的数学知识有个整体性的了解，那么这本书比较合适，不过，由于内容的跨度太大（至少包括了代数、几何、线性代数、微积分、概率统计、优化方法的关键概念和方法），而500页的篇幅相对这些内容而言又太短，所以有些内容肯定极为简单，而有些内容则极难，因此，一个比较合适的读法是翻阅，看到有用的内容就停停。 如果你是大学教师，需要讲解相关内容，本书有一定的参考价值，尤其是一些程序和图，可以吸收到自己的讲课资料中去 所以，我的观点是，除非你是以上两类目的，否则不建议读。

阿基米德的血肉之躯不能挡住罗马士兵的刀刃；但是，他的精巧发明曾一度让强敌闻之色变。知识不等同🆚汗牛充栋、蛛网尘封的藏书，两者可谓天壤之差、云泥之别。掌握、利用知识，让知识成为生产力，而生产力助力科技进步，迭代螺旋上升才是关键。 圆锥曲线提出千年以后，人们利用这个数学工具解密了天体运行规律。此后几百年，圆锥曲线就会助力人类飞出地球摇篮，探索无边的深空。

讲数学就简单易懂地讲数学，要讲相关历史也请客观讲相关历史。 不要卖弄“文采”，矫揉造作。 不要毫无意义地标新立异，这本书你首先写给国人看的，“凹凸”两个字创造出来的时候就注定了人家的字形，你非要把开口向上叫“凸函数”，开口向下叫“凹函数”，这是出于什么精妙绝伦高深莫测的考虑？？ 一个名人和另一个人名人同为私生子，两个的父亲还是朋友，这种事情很“值得”一提？？哪里“值得”？“值得”在哪？ 还有书中的一些低级错误，没看过纸质书，也许是微信读书搬运的时候搬错了吧。不过自己的书授权搬运后不校验内容的吗？反正“谣言止于智者”呗？

进入社会后，很难静下心来学习专业知识，尤其这种宏大又精密的学科。但是数学与工作与生活却又息息相关，须臾不可离。希望有更多的人在数学领域深耕、发光。