Skip to content

Commit 07290cf

Browse files
authored
Update math_books.md
1 parent c94357e commit 07290cf

1 file changed

Lines changed: 104 additions & 62 deletions

File tree

app/docs/ai/ai-math-basics/math_books.md

Lines changed: 104 additions & 62 deletions
Original file line numberDiff line numberDiff line change
@@ -8,68 +8,110 @@ tags:
88

99
# Recommended Books on Mathematics and Data Science
1010

11-
导读
12-
A. 机器学习 / 数据科学(初学者–工程师)
13-
• 数据有道,编程不难
14-
• 鸢尾花丛书 ③④⑤⑦(数学要素/矩阵力量/统计至简/机器学习)
15-
• Math with Bad Drawings
16-
• Numbers Don’t Lie
17-
• The Ten Equations That Rule the World
18-
B. 概率 / 统计 / 贝叶斯(研究者–高阶爱好者)
19-
• 概率论沉思录
20-
• 利己主义的数学解析
21-
C. 数学基础 & 通识(高中–本科及大众)
22-
• 什么是数学
23-
• 数学与生活 1/2/3
24-
• 怪曲线、数兔子…
25-
D. 竞赛 / 题库 / 参考手册(学生–教师)
26-
• 伯克利数学问题集
27-
• 数学手册
28-
E. 数学史 & 传记 & 哲学(对文化背景感兴趣者)
29-
• 从数学到哲学
30-
• 哥德尔传
31-
• 一个数学家的辩白
32-
33-
1. 鸢尾花丛书系列《鸢尾花书系列01·编程不难》https://space.bilibili.com/513194466?spm_id_from=333.337.search-card.all.click
34-
—生姜 DrGinger 姜伟生
35-
给完全没有编程经验的人做 Python 入门,覆盖变量、流程控制、函数、面向对象。
36-
《鸢尾花丛书·数据有道》 以 Python 为主线,面向零基础读者讲述数据获取、清洗、可视化及简单分析流程,属于“数据科学入门读物”。
37-
《鸢尾花丛书·数学要素(第三册)》 机器学习所需的线性代数、微积分、概率统计快速补课。
38-
《鸢尾花丛书·矩阵力量(第四册)》 专门聚焦线性代数与矩阵分解(SVD、特征值、奇异值)在 ML 中的应用。
39-
《鸢尾花丛书·统计至简(第五册)》 以直观案例讲 Bayes、假设检验、回归分析等核心统计概念。
40-
《鸢尾花丛书·机器学习(第七册)》 用鸢尾花数据集贯穿,讲解监督 / 无监督学习常用算法与 scikit-learn 实战。
41-
《Math with Bad Drawings》https://www.goodreads.com/book/show/36205393-math-with-bad-drawings?from_search=true&from_srp=true&qid=JaIWBOfkqn&rank=1
42-
—Ben Orlin 用“坏画”漫画解读函数、统计、博弈论,轻松幽默。
43-
《Numbers Don’t Lie:71 Things You Need to Know About the World》—Vaclav Smil https://www.goodreads.com/book/show/50705179-numbers-don-t-lie?from_search=true&from_srp=true&qid=jXkUZ34xYN&rank=1
44-
以数据与数量级视角解读能源、人口、技术等全球议题。
45-
《The Ten Equations That Rule the World and How You Can Use Them》—David Sumpter https://www.goodreads.com/book/show/55607293-the-ten-equations-that-rule-the-world?from_search=true&from_srp=true&qid=Iva5MmXVHO&rank=1
46-
从线性回归到幂律的 10 个方程,展示其在金融、社交网络、体育中的预测威力。
47-
48-
2.《伯克利数学问题集》(第 3 版)https://book.douban.com/subject/2066460/
49-
—P. N. Sousa 等 收录伯克利大学入学/竞赛类典型题目,侧重分析、代数与组合;附有详解。
50-
《数学手册》https://book.douban.com/subject/20418732/
51-
—四川矿业学院编 公式查阅型工具书,含常用代数、三角、微积分、统计表格。
52-
53-
3.《概率论沉思录》https://wap.sciencenet.cn/blog-1319915-1449152.html?mobile=1
54-
—Edwin T. Jaynes 主张用最大熵与贝叶斯视角统一概率论,被誉为“贝叶斯圣经”。
55-
《利己主义的数学解析》https://book.douban.com/subject/27150468/
56-
—Karl Sigmund 进化博弈论入门,用囚徒困境解释合作与利他行为数学模型。
57-
58-
4. 科普读物
59-
《怪曲线、数兔子及其他数学探究》 https://book.douban.com/subject/6985480/
60-
面向大众的趣味数学随笔,话题含分形、斐波那契、拓扑悖论等。
61-
《什么是数学》—柯朗 & 罗宾(经典新版) https://book.douban.com/subject/10455982/
62-
数学文化通识书,覆盖数论、几何、微积分、无穷概念。
63-
《数学与生活》、2、3—远山启 https://book.douban.com/subject/26148739/
64-
日本经典科普系列,以生活场景说明数学思想、方法与趣味。
65-
66-
5.《一个数学家的辩白》—G. H. Hardy https://book.douban.com/subject/2135227/
67-
数学美学与研究心路的自白,文学性强。
68-
《哥德尔传》—John Dawson https://book.douban.com/subject/36073022/
69-
系统梳理哥德尔生平、学术轨迹及不完备定理的背景影响。
70-
《从数学到哲学》—王浩(Hao Wang) https://book.douban.com/subject/36532721/
71-
探讨形式逻辑、哥德尔不完备性、数学基础与哲学命题的关系。
11+
## 导读
7212

13+
### A. 机器学习 / 数据科学(初学者–工程师)
14+
- 数据有道,编程不难
15+
- 鸢尾花丛书 ③④⑤⑦(数学要素/矩阵力量/统计至简/机器学习)
16+
- Math with Bad Drawings
17+
- Numbers Don’t Lie
18+
- The Ten Equations That Rule the World
7319

74-
<img width="415" height="688" alt="image" src="https://github.com/user-attachments/assets/5cfcebae-453c-4709-bc26-0d9b65582c01" />
20+
### B. 概率 / 统计 / 贝叶斯(研究者–高阶爱好者)
21+
- 概率论沉思录
22+
- 利己主义的数学解析
23+
24+
### C. 数学基础 & 通识(高中–本科及大众)
25+
- 什么是数学
26+
- 数学与生活 1 / 2 / 3
27+
- 怪曲线、数兔子…
28+
29+
### D. 竞赛 / 题库 / 参考手册(学生–教师)
30+
- 伯克利数学问题集
31+
- 数学手册
32+
33+
### E. 数学史 & 传记 & 哲学(对文化背景感兴趣者)
34+
- 从数学到哲学
35+
- 哥德尔传
36+
- 一个数学家的辩白
37+
38+
---
39+
40+
## 1. 鸢尾花丛书系列
41+
42+
- [鸢尾花书系列 01·编程不难](https://space.bilibili.com/513194466?spm_id_from=333.337.search-card.all.click)
43+
**Dr Ginger 姜伟生**。给完全没有编程经验的人做 Python 入门,覆盖变量、流程控制、函数、面向对象。
44+
45+
- 《鸢尾花丛书·数据有道》
46+
以 Python 为主线,面向零基础读者讲述数据获取、清洗、可视化及简单分析流程,属于“数据科学入门读物”。
47+
48+
- 《鸢尾花丛书·数学要素(第三册)》
49+
机器学习所需的线性代数、微积分、概率统计快速补课。
50+
51+
- 《鸢尾花丛书·矩阵力量(第四册)》
52+
专门聚焦线性代数与矩阵分解(SVD、特征值、奇异值)在 ML 中的应用。
53+
54+
- 《鸢尾花丛书·统计至简(第五册)》
55+
以直观案例讲 Bayes、假设检验、回归分析等核心统计概念。
56+
57+
- 《鸢尾花丛书·机器学习(第七册)》
58+
用鸢尾花数据集贯穿,讲解监督 / 无监督学习常用算法与 scikit-learn 实战。
59+
60+
- [Math with Bad Drawings](https://www.goodreads.com/book/show/36205393-math-with-bad-drawings)
61+
**Ben Orlin**。用“坏画”漫画解读函数、统计、博弈论,轻松幽默。
62+
63+
- [Numbers Don’t Lie:71 Things You Need to Know About the World](https://www.goodreads.com/book/show/50705179-numbers-don-t-lie)
64+
以数据与数量级视角解读能源、人口、技术等全球议题。
65+
66+
- [The Ten Equations That Rule the World and How You Can Use Them](https://www.goodreads.com/book/show/55607293-the-ten-equations-that-rule-the-world)
67+
从线性回归到幂律的 10 个方程,展示其在金融、社交网络、体育中的预测威力。
68+
69+
---
70+
71+
## 2. 竞赛 / 工具书
72+
73+
- [伯克利数学问题集(第 3 版)](https://book.douban.com/subject/2066460/) — P. N. Sousa 等
74+
收录伯克利大学入学 / 竞赛类典型题目,侧重分析、代数与组合;附有详解。
75+
76+
- [数学手册](https://book.douban.com/subject/20418732/) — 四川矿业学院编
77+
公式查阅型工具书,含常用代数、三角、微积分、统计表格。
7578

79+
---
80+
81+
## 3. 概率 / 贝叶斯
82+
83+
- [概率论沉思录](https://wap.sciencenet.cn/blog-1319915-1449152.html?mobile=1) — Edwin T. Jaynes
84+
主张用最大熵与贝叶斯视角统一概率论,被誉为“贝叶斯圣经”。
85+
86+
- [利己主义的数学解析](https://book.douban.com/subject/27150468/) — Karl Sigmund
87+
进化博弈论入门,用囚徒困境解释合作与利他行为数学模型。
88+
89+
---
90+
91+
## 4. 科普读物
92+
93+
- [怪曲线、数兔子及其他数学探究](https://book.douban.com/subject/6985480/)
94+
面向大众的趣味数学随笔,话题含分形、斐波那契、拓扑悖论等。
95+
96+
- [什么是数学](https://book.douban.com/subject/10455982/) — 柯朗 & 罗宾(经典新版)
97+
数学文化通识书,覆盖数论、几何、微积分、无穷概念。
98+
99+
- [数学与生活](https://book.douban.com/subject/26148739/) 1 / 2 / 3 — 远山启
100+
日本经典科普系列,以生活场景说明数学思想、方法与趣味。
101+
102+
---
103+
104+
## 5. 数学史・传记・哲学
105+
106+
- [一个数学家的辩白](https://book.douban.com/subject/2135227/) — G. H. Hardy
107+
数学美学与研究心路的自白,文学性强。
108+
109+
- [哥德尔传](https://book.douban.com/subject/36073022/) — John Dawson
110+
系统梳理哥德尔生平、学术轨迹及不完备定理的背景影响。
111+
112+
- [从数学到哲学](https://book.douban.com/subject/36532721/) — 王浩 (Hao Wang)
113+
探讨形式逻辑、哥德尔不完备性、数学基础与哲学命题的关系。
114+
115+
---
116+
117+
<img width="415" height="688" alt="image" src="https://github.com/user-attachments/assets/5cfcebae-453c-4709-bc26-0d9b65582c01" />

0 commit comments

Comments
 (0)