最近學習的高數書評價

為了搞機器學習,必須學好高數。列出:

  1. 微積分
  2. 線性代數
  3. 概率論

微積分:普林斯頓微積分讀本(修訂版),我閱讀是kindle版本。

非常贊!強烈推薦。理由:透徹、逐步引導非常透徹。底部評價,有人說:翻譯爛;也有說:內心獨白,很搞笑。我都沒有看到。

線性代數:使用書籍(沒有kindle版),線性代數(原書第9版),作者:史蒂文 J.利昂 (Steven J.Leon)。配套觀看網易公開課的:

麻省理工公開課:線性代數_全35集_網易公開課?

open.163.com圖標

非常贊,尤其是公開課講的非常深入淺出。

不贊的教材,買了看了不舒服。線性代數,作者張益群,武漢大學出版社;還有線性代數應該這樣學(第3版) ,作者阿克斯勒 (Sheldon Axler)。阿克斯勒寫的版本,在網路評價還不錯,可惜我看起來覺得不舒服,內容深入度不夠,跳躍也比較大。

概率論,還在學習中。等看完了,再寫評價。


推薦閱讀:

TAG:高等數學 | 普林斯頓微積分讀本書籍 |