内容简介

数据科学和机器学习已经深度融合到我们生活的方方面面，而数学正是开启未来大门的钥匙。不是所 有人生来都握有一副好牌，但是掌握“数学 + 编程 + 机器学习”绝对是王牌。这次，学习数学不再是为了考试、分数、升学，而是投资时间、自我实现、面向未来。为了让大家学数学、用数学，甚至爱上数学， 在创作这套书时，作者尽量克服传统数学教材的各种弊端，让大家学习时有兴趣、看得懂、有思考、更自信、用得着。

《数学要素：全彩图解 + 微课 + Python编程》打破数学板块的藩篱，将算数、代数、线性代数、几何、解析几何、概率统计、微积分、优化方法等板块有机结合在一起。从加、减、乘、除四则运算讲起，主要内容包括：第 1、2 章讲解向量和矩阵的基本运算；第 3 章讲解常用几何知识；第 4 章讲解代数知识；第 5、6 两章介绍坐标系；第 7、8、9 三章介绍解析几何；第 10 章到第 14 章都是围绕函数展开；第 15 章到第 19 章讲解微积分以及优化问题内容；第20、21 两章是概率统计入门；《数学要素：全彩图解 + 微课 + Python编程》最后四章以线性代数收尾。

《数学要素：全彩图解 + 微课 + Python编程》内容编排上突出“图解 + 编程 + 机器学习应用”。讲解一些特定数学工具时，《数学要素：全彩图解 + 微课 + Python编程》会穿插介绍其在数据科学和机器学习领域应用场景，让大家学以致用。

《数学要素：全彩图解 + 微课 + Python编程》虽标榜“从加减乘除到机器学习”，但是建议读者至少具备高中数学知识。如果读者正在学习或曾经学过大学数学 ( 微积分、线性代数、概率统计 )，就更容易读了。

姜伟生 博士 FRM。

勤奋的小镇做题家，热爱知识可视化和开源分享。自2022年8月开始，在GitHub上开源“鸢尾花书”学习资源，截至2023年4月，已经分享2000多页PDF、2000多幅矢量图、约1000个代码文件，全球读者数以万计。

目录

绪论 1

1.2 数字分类：从复数到自然数 11

1.3 加减：最基本的数学运算 15

1.4 向量：数字排成行、列 18

1.5 矩阵：数字排列成长方形 19

显示全部

用户评论

很棒的书籍，图形和数学概念结合，非常容易理解

强烈推荐，以前一直白嫖，必须买一本书支持一下，想购买的朋友可以在b站搜生姜drgenger看下视频，觉得不错的话可以果断入手。

这本书图文并茂，是提升数学兴趣的最佳利器。国内的数学书都这样，人才应该大量涌现，可惜的是，很多天才学生被枯燥的教材和二把刀的老师败坏了学科兴趣，数学不等于做题，是理解和创新。话说回来，这本书所包含的数学知识并不能玩转机器学习，想干这一行的，还是老老实实去看那几本大家都知道的经典书吧，任何事情都不容易。

上学的时候要是有这本书护驾，大约能知晓学以致用和融会贯通的真正含义，至少兴趣会浓烈一些，大学时线性代数是考的最好的一门课，基本属于自学，但直到如今这本书通过线代串联起无数知识点，思维才有了更上一个台阶的理由。学生时代的数学知识脉络杂乱不堪，脑海里尽是解题和作业。看罢此书，尽管弯路不会减少，但至少驻足弯路时会少一点怨怼。

非常好的一本书。纯彩印刷，500页。生动形象的讲解每一个数学知识，而不是像大学课本那样上来就定义定理。我们需要的好书是让大家真正能够学明白知识，而不是仅仅为了评职称而写成晦涩难懂的工具书。如果我们大学的课本都能像数学要素这样，那我想我们大学的教学质量肯定也会极大提升。

像是回顾了一下大学数学的基本知识点，穿插了一些名人故事，分享了一些python代码。

确实很棒，这本书的意义不在于解题，甚至不在于学懂，而在于作者说的“看到公式背后的图形”，真正“理解”数学。

看完了已出版的两本，作者花了很大精力创新教学方式，时刻展现数形结合思想，也有代码，国产良心，很值得鼓励。不足是有的地方没有直接讲透，留待其它地方再讲，反而倒弄得复杂了。

颜值高，内容好，认真读完，很有收获

链接：https://pan.quark.cn/s/d71ad38d5546 提取码：8ghD