如何有效自学或复习高等数学
从去年开始,机器学习、AI的概念与思潮席卷全球各个行业,现在几乎各个行业的各大公司都希望沾上机器学习的概念,具体例子就是:电商智能推荐,基金智能推荐,音乐智能推荐,当然还有愈来愈热的自动驾驶概念。
然而机器学习虽然属于IT范畴,但是与指令为中心的编程语言不同,机器学习是以数据为中心,无论是有监督,无监督还是强化学习,都是依赖具体的算法,甚至就是公式,针对海量数据进行训练再训练,然后通过真实数据进行验证训练结果的迭代过程。
啰嗦了这么多,就是想说明,机器学习最难以迈过的门槛,就是数学,包括:高等数学,线性代数,概率论与统计。(我的理解是线性代数是数据的载体,高等数学如同基础API,概率论与统计是承载机器学习算法的Framework。如果理解有误,请予以指正,哈哈
这里着重说一说如何自学或复习高等数学。
首先先买书吧,这一步是少不了的,推荐同济大学的高等数学,目前是第七版。

在买书回来之前,我的建议是最好把高中数学再翻一遍,如基础三角函数,向量等知识,然后就是“学习高等数学:从入门到放弃”的过程了。
我的经验是,如果没有一起学习的小伙伴,每天工作这么繁忙,回去还要阅读高等数学并完成课外习题,其实是很艰辛的。
不过好在现在是互联网时代,我们可以寻求名教授的帮助,如果有大学上课一样的感觉,只要您没有顺势进入梦乡,相信一定比自己与教材硬肝要有效的多。
不清楚大家知道不知道B站,没错,就是哔哩哔哩干杯。这个网站的特点是所有视频都是没有广告的直接播放,特别干脆,效果刚刚的。二次元族的栖息地,新新人类的聚集地。
有一点是要告诉大家的,B站有非常多的学术类,编程类精华视频,比如四川大学徐小湛的《高等数学》全集视频。
作者:blade_he
链接:https://www.jianshu.com/p/5f0a7fb31e72
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
================================================================================
关注我】。(●'◡'●)
如果,您希望更容易地发现我的新博客,不妨点击一下绿色通道的【因为,我的写作热情也离不开您的肯定与支持,感谢您的阅读,我是【Jack_孟】!
本文来自博客园,作者:jack_Meng,转载请注明原文链接:https://www.cnblogs.com/mq0036/p/11779891.html
【免责声明】本文来自源于网络,如涉及版权或侵权问题,请及时联系我们,我们将第一时间删除或更改!
posted on 2019-11-01 22:12 jack_Meng 阅读(2539) 评论(0) 编辑 收藏 举报
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 没有源码,如何修改代码逻辑?
· 一个奇形怪状的面试题:Bean中的CHM要不要加volatile?
· [.NET]调用本地 Deepseek 模型
· 一个费力不讨好的项目,让我损失了近一半的绩效!
· .NET Core 托管堆内存泄露/CPU异常的常见思路
· DeepSeek “源神”启动!「GitHub 热点速览」
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· C# 集成 DeepSeek 模型实现 AI 私有化(本地部署与 API 调用教程)
· DeepSeek R1 简明指南:架构、训练、本地部署及硬件要求
· NetPad:一个.NET开源、跨平台的C#编辑器