導語

最近在學習機器學習，發(fā)現(xiàn)需要惡補數(shù)學知識。總感覺國內(nèi)大學的教材只適合考試，對數(shù)學知識的理解和運用不到位。現(xiàn)整理一些評價很高的書，總的來說較適合工科類的同學打基礎和提高。

高等數(shù)學

入門

《托馬斯微積分》：直觀易讀，強調(diào)建模應用和技巧訓練，重要的是不失數(shù)學上的完整性，工科使用應該相當不錯。作者：芬尼 / 韋爾 / 焦爾當諾
《普林斯頓微積分讀本》：沒看過，據(jù)說評價很高。 作者：阿德里安·班納

進階

《微積分和數(shù)學分析引論》 ：數(shù)學經(jīng)典之一。作者: Richard Courant / Fritz John
《數(shù)學分析原理》 ：分析學名著。作者：Walter Rudin
《數(shù)學分析八講》：據(jù)說數(shù)理學科看著都有點困難。作者：辛欽
《微積分學教程》（共三卷）：數(shù)學名著。作者：菲赫金哥爾茨
《微積分入門》（共兩卷）：世界級數(shù)學大師的優(yōu)秀教材。作者：小平邦彥

線性代數(shù)

入門

《線性代數(shù)及其應用》 ：側(cè)重于應用。作者：David C. Lay
MIT 教授 Gilbert Strang 的公開課 Linear Algebra，配合教材 《Introduction to Linear Algebra 》或《Linear Algebra and Its Applications》

進階

《線性代數(shù)應該這樣學》 ：建立在普通線性代數(shù)基礎上的，有泛函基礎再看這本書會好些。作者：Sheldon Axler
《矩陣分析》 ：赫赫有名的一本書。作者：（美）合恩（Horn/R.A.）等/楊奇
《矩陣計算》 ：被稱為數(shù)值線性代數(shù)圣經(jīng)。作者：Gene H.Golub / Charles F.Van Loan

概率論與數(shù)理統(tǒng)計：

《概率論基礎教程》 ：入門級的好教材。作者：羅斯（Sheldon M. Ross）
《概率論教程》：看版本號就知道很經(jīng)典。作者：鐘開萊
《概率論與數(shù)理統(tǒng)計》：用心寫成的書，不光是教知識，更是教思維的方法。作者：陳希孺
《數(shù)理統(tǒng)計學導論（原書第7版） 》 ：不太了解。作者：霍格
《數(shù)理統(tǒng)計學教程 》 ：堪稱最好的中文數(shù)理統(tǒng)計教材，中國科學院院士的又一杰作。作者：陳希孺

總結(jié)

以上是生活随笔為你收集整理的机器学习数学相关书籍推荐的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。