豆瓣高分 类型
9.6 豆瓣评分
可以朗读 语音朗读
202千字 字数
2023-06-01 发行日期
展开全部

主编推荐语

全角度拆解“数学要素”。

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。

本书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。

本书内容编排上突出“图解编程机器学习应用”。讲解一些特定数学工具时，书中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。

目录

  • 版权信息
  • 内容简介
  • Preface前言
  • 感谢
  • 出来混总是要还的
  • 再给自己一个学数学的理由
  • 本套鸢尾花书如何帮到你
  • 聊聊数学
  • 家园、诗、远方
  • Acknowledgement
  • How to Use the Book
  • 丛书资源使用本书
  • 本书约定
  • 微课视频
  • App开发
  • 实践平台
  • 代码文件
  • 学习指南
  • 意见建议
  • Introduction绪论图解+编程+实践+数学板块融合+历史+英文术语
  • 0.1　本册在鸢尾花书的定位
  • 0.2　结构：七大板块
  • 0.3　特点：知识融合
  • 01 Section 01基础
  • 01All Is Number万物皆数数字统治万物
  • 1.1　数字和运算：人类思想的伟大飞跃
  • 1.2　数字分类：从复数到自然数
  • 1.3　加减：最基本的数学运算
  • 1.4　向量：数字排成行、列
  • 1.5　矩阵：数字排列成长方形
  • 1.6　矩阵：一组列向量，或一组行向量
  • 1.7　矩阵形状：每种形状都有特殊性质和用途
  • 1.8　矩阵加减：形状相同，对应位置，批量加减
  • 02Multiplication and Division乘除从九九乘法到矩阵乘法
  • 2.1　算术乘除：先乘除，后加减，括号内先算
  • 2.2　向量乘法：标量乘法、向量内积、逐项积
  • 2.3　矩阵乘法：最重要的线性代数运算规则
  • 2.4　矩阵乘法第一视角
  • 2.5　矩阵乘法第二视角
  • 2.6　矩阵除法：计算逆矩阵
  • 03Geometry几何音乐之美由耳朵来感受，几何之美让眼睛去欣赏
  • 3.1　几何缘起：根植大地，求索星空
  • 3.2　点动成线，线动成面，面动成体
  • 3.3　角度和弧度
  • 3.4　勾股定理到三角函数
  • 3.5　圆周率估算初赛：割圆术
  • 04Algebra代数代数不过是公式化的几何
  • 4.1　代数的前世今生：薪火相传
  • 4.2　集合：确定的一堆东西
  • 4.3　从代数式到函数
  • 4.4　杨辉三角：代数和几何的完美合体
  • 4.5　排列组合让二项式系数更具意义
  • 4.6　杨辉三角隐藏的数字规律
  • 4.7　方程组：求解鸡兔同笼问题
  • 02　Section 02坐标系
  • 05Cartesian Coordinate System笛卡儿坐标系几何代数一相逢，便胜却人间无数
  • 5.1　笛卡儿：我思故我在
  • 5.2　坐标系：代数可视化，几何参数化
  • 5.3　图解“鸡兔同笼”问题
  • 5.4　极坐标：距离和夹角
  • 5.5　参数方程：引入一个参数
  • 5.6　坐标系必须是“横平竖直的方格”？
  • 06Three-Dimensional Coordinate System三维坐标系平面直角坐标系上升起一根竖轴
  • 6.1　三维直角坐标系
  • 6.2　空间平面：三元一次方程
  • 6.3　空间直线：三元一次方程组
  • 6.4　不等式：划定区域
  • 6.5　三大类不等式：约束条件
  • 6.6　三维极坐标
  • 03　Section 03解析几何
  • 07Distance距离人是万物的尺度
  • 7.1　距离：未必是两点间最短线段
  • 7.2　欧氏距离：两点间最短线段
  • 7.3　点到直线的距离
  • 7.4　等距线：换个视角看距离
  • 7.5　距离间的量化关系
  • 08Conic Sections圆锥曲线从解密天体运行，到探索星辰大海
  • 8.1　圆锥曲线外传
  • 8.2　圆锥曲线：对顶圆锥和截面相交
  • 8.3　正圆：特殊的椭圆
  • 8.4　椭圆：机器学习的多面手
  • 8.5　旋转椭圆：几何变换的结果
  • 8.6　抛物线：不止是函数
  • 8.7　双曲线：引力弹弓的轨迹
  • 09Dive into Conic Sections深入圆锥曲线探寻和数据科学、机器学习之间联系
  • 9.1　圆锥曲线：探索星辰大海
  • 9.2　离心率：联系不同类型圆锥曲线
  • 9.3　一组有趣的圆锥曲线
  • 9.4　特殊椭圆：和给定矩形相切
  • 9.5　超椭圆：和范数有关
  • 9.6　双曲函数：基于单位双曲线
  • 9.7　圆锥曲线的一般形式
  • 04　Section 04函数
  • 10Functions Meet Coordinate Systems函数从几何图形角度探究
  • 10.1　当代数式遇到坐标系
  • 10.2　一元函数：一个自变量
  • 10.3　一元函数性质
  • 10.4　二元函数：两个自变量
  • 10.5　降维：二元函数切一刀得到一元函数
  • 10.6　等高线：由函数值相等点连成
  • 11Algebraic Functions代数函数自变量有限次加、减、乘、除、有理指数幂和开方
  • 11.1　初等函数：数学模型的基础
  • 11.2　一次函数：一条斜线
  • 11.3　二次函数：一条抛物线
  • 11.4　多项式函数：从叠加角度来看
  • 11.5　幂函数：底数为自变量
  • 11.6　分段函数：不连续函数
  • 12Transcendental Functions超越函数超出代数函数范围的函数
  • 12.1　指数函数：指数为自变量
  • 12.2　对数函数：把连乘变成连加
  • 12.3　高斯函数：高斯分布之基础
  • 12.4　逻辑函数：在0和1之间取值
  • 12.5　三角函数：周期函数的代表
  • 12.6　函数变换：平移、缩放、对称
  • 13Bivariate Functions二元函数从三维几何图形角度理解
  • 13.1　二元一次函数：平面
  • 13.2　正圆抛物面：等高线为正圆
  • 13.3　椭圆抛物面：等高线为椭圆
  • 13.4　双曲抛物面：马鞍面
  • 13.5　山谷和山脊：无数极值点
  • 13.6　锥面：正圆抛物面开方
  • 13.7　绝对值函数：与超椭圆有关
  • 13.8　逻辑函数：从一元到二元
  • 13.9　高斯函数：机器学习的多面手
  • 14Sequences数列也是一种特殊函数
  • 14.1　芝诺悖论：阿基里斯追不上乌龟
  • 14.2　数列分类
  • 14.3　等差数列：相邻两项差相等
  • 14.4　等比数列：相邻两项比值相等
  • 14.5　斐波那契数列
  • 14.6　累加：大写西格玛
  • 14.7　数列极限：微积分的一块基石
  • 14.8　数列极限估算圆周率
  • 05　Section 05微积分
  • 15Limit and Derivative极限和导数函数切线斜率，即变化率
  • 15.1　牛顿小传
  • 15.2　极限：研究微积分的重要数学工具
  • 15.3　左极限、右极限
  • 15.4　几何视角看导数：切线斜率
  • 15.5　导数也是函数
  • 16Partial Derivative偏导数只对多元函数一个变量求导，其他变量保持定值
  • 16.1　几何角度看偏导数
  • 16.2　偏导也是函数
  • 16.3　二阶偏导：一阶偏导函数的一阶偏导
  • 16.4　二元曲面的驻点：一阶偏导为0
  • 17Differential微分微分是线性近似
  • 17.1　几何角度看微分：线性近似
  • 17.2　泰勒级数：多项式函数近似
  • 17.3　多项式近似和误差
  • 17.4　二元泰勒展开：用多项式曲面近似
  • 17.5　数值微分：估算一阶导数
  • 18Fundamentals of Integral积分源自于求面积、体积等数学问题
  • 18.1　莱布尼茨：既生瑜，何生亮
  • 18.2　从小车匀加速直线运动说起
  • 18.3　一元函数积分
  • 18.4　高斯函数积分
  • 18.5　误差函数：S型函数的一种
  • 18.6　二重积分：类似二重求和
  • 18.7　“偏积分”：类似偏求和
  • 18.8　估算圆周率：牛顿法
  • 18.9　数值积分：黎曼求积
  • 19Fundamentals of Optimization在一定区域内，寻找山峰、山谷
  • 19.1　优化问题：寻找山峰、山谷
  • 19.2　构造优化问题
  • 19.3　约束条件：限定搜索区域
  • 19.4　一元函数的极值点判定
  • 19.5　二元函数的极值点判定
  • 06概率统计
  • 20Fundamentals of Probability从杨辉三角到古典概率模型
  • 20.1　概率简史：出身赌场
  • 20.2　二叉树：一生二、二生三
  • 20.3　抛硬币：正反面概率
  • 20.4　聊聊概率：向上还是向下
  • 20.5　一枚质地不均匀的硬币
  • 20.6　随机中有规律
  • 21Fundamentals of Statistics统计入门以鸢尾花数据为例
  • 21.1　统计的前世今生：强国知十三数
  • 21.2　散点图：当数据遇到坐标系
  • 21.3　均值：集中程度
  • 21.4　标准差：离散程度
  • 21.5　协方差：联合变化程度
  • 21.6　线性相关系数：线性关系强弱
  • 07 Section 07线性代数
  • 22Vectors Meet Coordinate Systems
  • 22.1　向量：有大小、有方向
  • 22.2　几何视角看向量运算
  • 22.3　向量简化距离运算
  • 22.4　向量内积与向量夹角
  • 22.5　二维到三维
  • 22.6　投影：影子的长度
  • 23Fundamentals of Linear Algebra鸡兔同笼1之从《孙子算经》到线性代数
  • 23.1　从鸡兔同笼说起
  • 23.2　“鸡”向量与“兔”向量
  • 23.3　那几只毛绒耳朵
  • 23.4　“鸡兔”套餐
  • 23.5　套餐转换：基底转换
  • 23.6　猪引发的投影问题
  • 23.7　黄鼠狼惊魂夜：“鸡飞兔脱”与超定方程组
  • 24A Story of OLS Linear Regression鸡兔同笼2之线性回归风暴
  • 24.1　鸡兔数量的有趣关系
  • 24.2　试试比例函数：y=ax
  • 24.3　最小二乘法
  • 24.4　再试试一次函数：y=ax+b
  • 24.5　再探黄鼠狼惊魂夜：超定方程组
  • 24.6　统计方法求解回归参数
  • 25Probability Meets Linear Algebra鸡兔同笼3鸡兔互变之马尔科夫奇妙夜
  • 25.1　鸡兔互变奇妙夜
  • 25.2　第一视角：“鸡／兔→鸡”和“鸡／兔→兔”
  • 25.3　第二视角：“鸡→鸡／兔”和“兔→鸡／兔”
  • 25.4　连续几夜鸡兔转换
  • 25.5　有向量的地方，就有几何
  • 25.6　彩蛋
展开全部

评分及书评

尚无评分
目前还没人评分
  • 加载中...

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。