我們每周會更新一篇關于機器學習入門書籍的導讀文章，會覆蓋數學、編程、機器學習算法理論以及機器學習應用這四個板塊。希望通過這些導讀文章，可以幫助同學們更有針對性的掌握機器學習相關的內容。

今天我們要講的是我覺得整個學習體系中最重要的一本書，由同濟大學數學系編制的高等數學上冊，這本書非常之經典，是很多大學大一的數學入門教材，也是學習機器學習必備的一本經典書籍。難度適中，知識點齊全，強烈推薦，大家可以買一本看下，有時間可以做做課后習題。下面我們分章節拆分這本書：

第一章 函數與極限
第一章主要講了三個東西：1.集合 2.函數表示 3.極限
前幾天還有人在讀者群說，看不懂機器學習的相關集合概念，所以集合這一部分是確保能否看懂算法公式的基礎。另外知識圖譜的推理其實就是基于集合論。同理，函數表示方式也是幫助大家了解基礎符號，例如深度學習中激活函數就是典型的函數表示。極限的典型場景是在算法函數收斂時的應用。

第二章 導數與微分
導數這一部分，大家一定要理解導數是表示數據發展方向的一種數學思想，比如股票有上漲趨勢，那么股票K線的導數應該是正數。另外在邏輯回歸的梯度下降方法中，也是導數的典型應用。

第三章 微分中值定理與導數應用
這一部分主要是對第二章的一個延伸，我覺得如果是入門為目的可以簡單看下就行。

第四-六章 積分的原理和應用
這些章主要講的是導數的反向意義——積分。積分的意義我理解可以表示成過去一段時間作用效果的總和，比如股票有時候跌、有時候漲，那么過去一年總體到底是跌了還是漲了，可以通過積分來表示。在機器學習中經常通過ROC曲線來判斷二分類算法的效果好壞，ROC到AUC的計算也是通過積分來實現的。


第七章 微分方程
這一章主要講的是一些多項式方程的解法，入門其實可以當做了解，要是想看論文的同學可以多看看。

以上就是高等數學上層的導讀，只是幫大家粗略的梳理了每一章的重點，有需要的同學可以買一本看看~

總結

以上是生活随笔為你收集整理的机器学习入门书籍导读-高等数学上的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。