这是一个创建于 1728 天前的主题，其中的信息可能已经有所发展或是发生改变。
搞网络出身，工作多年一直没有太多机会应用数学知识，学过的公式、定理早已双手全部快递回老师。平时有点写程序的小爱好，但涉及复杂算法的内容甚少，遇事不决用遍历，使用递归算是我编程的极限了。始终觉得没有优秀算法的程序是没有灵魂的一堆字母，但优秀的基础是数学知识和思想，地基不牢，这楼是盖不高的，这路是走不远的。
买了一本 Lay 老师的“线性代数及其应用”，用业余时间在啃，别说，还啃得有滋有味的。重拾数学的初衷是想让自己看得懂人工智能的相关知识和概念，是想让自己的程序算法有所改善，并没有一丝强迫学习的因素在里面。我的工作也还算稳定，在公家单位上班，正式职工。在这种环境下，人是很容易麻木的，我又特别不想让自己变得麻木，最终变成任人鱼肉的菜，所以一直保持着学习的习惯，危机感使然。
人工智能的出现，让我第一次知道了数学的用途。在学校的时候，我遇到的老师从来只教知识点，并没告诉我如何学以致用，这让我一直非常困惑。在工作中，接触网络，主机，也少有机会应用数学的知识。现在看来，是我的做的工作技术含量不高，没有不可替代性。一颗技术的心让我想改变现状。工作这些年，我发现自己并不擅长与人打交道，但对技术的执着和热情并没有随年龄增长而减少，而熄灭。因为我能从中找到乐趣，成就感。当然还能带来实实在在的正当收入。
九层高塔，始于垒土。坚持自己的坚持，只要坚持的大方向正确，总有收获，不管是精神上的，还是物质上的。2021 年的新年愿望希望全家健健康康，学好线代，把我的程序注入生命，注入灵魂，注入思想。
买了一本 Lay 老师的“线性代数及其应用”，用业余时间在啃，别说，还啃得有滋有味的。重拾数学的初衷是想让自己看得懂人工智能的相关知识和概念，是想让自己的程序算法有所改善，并没有一丝强迫学习的因素在里面。我的工作也还算稳定，在公家单位上班，正式职工。在这种环境下，人是很容易麻木的，我又特别不想让自己变得麻木，最终变成任人鱼肉的菜，所以一直保持着学习的习惯，危机感使然。
人工智能的出现，让我第一次知道了数学的用途。在学校的时候，我遇到的老师从来只教知识点，并没告诉我如何学以致用，这让我一直非常困惑。在工作中，接触网络，主机，也少有机会应用数学的知识。现在看来，是我的做的工作技术含量不高，没有不可替代性。一颗技术的心让我想改变现状。工作这些年，我发现自己并不擅长与人打交道，但对技术的执着和热情并没有随年龄增长而减少，而熄灭。因为我能从中找到乐趣，成就感。当然还能带来实实在在的正当收入。
九层高塔，始于垒土。坚持自己的坚持，只要坚持的大方向正确，总有收获，不管是精神上的，还是物质上的。2021 年的新年愿望希望全家健健康康，学好线代，把我的程序注入生命，注入灵魂，注入思想。
 |
1
askfermi 2021-02-06 09:56:42 +08:00  3
Gilbert Strang 也出过一本 Linear Algebra and its Application. 感觉也很不错可以用于入门（只是不知道和您所说的是否是同一本，名字很接近但作者不同）。
若是不嫌弃的话也可以看看我整理的部分笔记： https://yaonotes.org/lecture-notes/maths/algebra/ |
 |
2
Mithril 2021-02-06 10:07:33 +08:00 1
@askfermi 他说的就是你这本。
如果楼主当年在上学的时候可以多看看其它教程就好了，国内的数学教程就是这样的，基本都是纯理论完全没有应用。线性代数更是了。 你可以去看看视频，B 站有好多。线性代数有介绍的很好的。不过视频只能帮你解释一下这东西到底怎么应用，真的想要学好还是得看书。 |
 |
3
zooo 2021-02-06 11:09:55 +08:00
给 lz 条建议：去看考研视频，比较受欢迎的考研辅导老师的讲解线代知识，看着很带劲
|
 |
4
dlsflh 2021-02-06 11:21:08 +08:00 via Android
不建议看考研视频
|
 |
5
Ultraman 2021-02-06 11:22:51 +08:00 via Android 1
考研视频专注于解题套路，不推荐+1
|
 |
6
nxforce 2021-02-06 11:24:48 +08:00 via Android
毕业后三年复习过一次线代，所有概念拾回来三年后又忘记了，知识这种真是用进废退。。。
|
 |
7
dingwen07 2021-02-06 11:29:07 +08:00 via Android
UMCP 的 David C. Lay 那本吗？我们的教科书。。。
|
 |
8
wqzjk393 2021-02-06 13:12:12 +08:00 via iPhone 2
老实讲…线代在机器学习里面，也就是矩阵运算可能会用的多一点，你多看看高数的求导（尤其是多练习一下偏导、链式求导、复合函数求导）反而更有用，另外人工智能里面其实概率论和数理统计的知识用的更多，还有凸优化这个也了解一下…
|
|
9
wqzjk393 2021-02-06 13:17:10 +08:00 via iPhone 1
还有还有，我个人经验来说，让我真正对机器学习人工智能有了更甚了解的，其实是统计学原理，看完这个以后你再去看机器学习的书就会有一种很自然很熟悉的感觉
|
 |
10
hackpro 2021-02-06 13:18:19 +08:00 via iPad
David C. Lay 的那本线代算是神书 很早就收录在我的书单里： https://github.com/hao-lh/books-making-you-better
可惜绝笔不会再出新版了 老爷子前两年过世了 |
 |
11
johnsona 2021-02-06 13:46:45 +08:00 via iPhone
在？把摄像头拆了？
|
|
13
wqzjk393 2021-02-06 15:40:58 +08:00 via iPhone
@zhoudaiyu 啃书啊还能怎么学…不过我当初是因为要面试一个数据分析岗，需要准备这方面的知识，也算是一点学习的动力吧，下了班就去星巴克看书一直到关门
|
 |
14
whenov 2021-02-06 15:48:09 +08:00 via iPhone
Linear Algebra Done Right 很不错
|
 |
15
25zai 2021-02-06 15:57:08 +08:00
我之前闲在家里看过 Gilbert Strang 老爷子教 Linear Algebra 的网课，课程名叫 MIT 18.06 。把课本打印出来跟着学还是不错的。
另外遇到过于抽象，无法理解的地方建议看 3blue1brown 的线性代数的本质参照一下。 |
 |
16
zhandouji 2021-02-06 18:01:22 +08:00
中科大 龚升 有个线代的讲座。
|
 |
17
selendipity 2021-02-06 20:14:34 +08:00
赞同 8 楼所说，在机器学习里面高数与概率的比重大于线代。
|
 |
18
Mohanson 2021-02-06 20:24:02 +08:00
我毕业后的第二年特地到学校门口旧书店又买了中科大的线代教材在看, 印象深刻, 大学不好好学, 总是要还债的.
|
 |
19
FurN1 2021-02-06 20:53:44 +08:00 via iPhone
@selendipity 我觉得矩阵求导最复杂……也算线代吧
|
 |
21
ZZSZZSZZS 2021-02-07 01:47:42 +08:00 via iPhone
推荐看一个叫 3blue1brown 的人讲的课，这个人讲的非常好，用图形化的方式来描述抽象的矩阵，b 站和油管都有他的视频，他还用可视化的方式讲了很多其他数学知识。
|
Select Language