内容简介:这门高数和线代教程,绝对刷新你三观。摘要:最牛逼的高数和线代教程分享给你 。前阵,推荐了一个很棒的 Python 入门视频教程,很多朋友喜欢,觉得是良心推荐,传送门:
这门高数和线代教程,绝对刷新你三观。
摘要:最牛逼的高数和线代教程分享给你 。
前阵,推荐了一个很棒的 Python 入门视频教程,很多朋友喜欢,觉得是良心推荐,传送门:
说实话有点意外,因为这门课一点都不小众,在我推荐之前已经非常火了,我当初也是看了别人的推荐才知道的。尽管如此,从大家的反应来看还是有许多人第一次知道,很开心帮助到了这些朋友,这也让我今后更有动力去分享。
很多时候,我们不愿意主动去分享的一个重要原因,是自己先否定了自己,觉得「这个大家都知道,没什么稀罕的」,这样想就偏了,张哥说过一句话我觉得有道理: 「在中国,你以为很普通的常识,也至少有一亿人不知道。」 所以,主动分享利他利己,说来就来,今天继续分享干货。
最近在学习机器学习,涉及到不少高数和线代知识,大一学了这两门课,没怎么学懂,考试只是低空飘过,一直不怎么喜欢这两门课,开心直到现在都没再接触过。近期不得不重新捡回来,很是头大,毕业当废纸论斤卖掉的课本,在网上又高价买了回来。
快速过了一遍当初的教材,感觉依然是「知道怎么回事,但不理解为什么」,这一方面归结于自己领悟能力差,另一方面就要吐槽国内的教育理念了,教材不人性,老师教法也有问题。记得当时教线代的是一位刚博士毕业不久的老师,喜欢自 High ,经常在黑板上手推公式,推到最后自己都不会了,站在那儿傻乐,台下早已睡到一片。
曾一直认为学高数、线代,上面这两本教材是最好的选择,直到后来看了别人推荐的国外课本,才发现原来最好的教材在国外,后悔不已,为什么当初学的时候没有用到国外的教材,这之中的原因就不细说了。
下面就推荐我认为入门学习高数、线代最棒的教材和视频。
没有打任何广告,单纯就是觉得这两本书不错,甩国内教材不知道几条街,文末会提供电子书,可以看看。
下面,是重头戏。推荐一个学习高数、线代最棒的入门视频,如果你有被它们支配过的恐惧,那绝对该看看,因为它会颠覆你的三观。
这门视频教程是一位斯坦福大学的数学系学生 Gran 制作的,发布在油管的「3BlueBrown」频道上,也搬运到了国内的 B 站上。这门系列课最大的特点就是通过 Python 制作的各种酷炫动画,帮助你理解深奥的数学概念。如果说,国内老师是教你怎么算,Gran 则是教你为什么这么算。
比如,x 的立方求导,你知道为什么等于 3x 的平方么?
换个角度再来理解下:
Sin(x) 求导为什么等于 Cos(x)?
除此之外,高数部分还有很多其他内容,微分、积分、泰勒级数这些。
再来看看线性代数,最头疼的莫过于矩阵、行列式相关的运算和各种性质了,但 Gran 很好地帮你理解这些问题。
比如,矩阵的运算,最正确地理解是把它当成一种特定的空间变换。
对于行列式,一直觉得就是一堆数字倒来倒去地计算,其实更好的理解也是放到空间中去。
怎么样,有没有觉得你大学上的是假的高数和线代?
以上只是这门系列课的冰山一角,还有很多有意思的内容,可以到 B 站上看看,传送门:
https://space.bilibili.com/88461692/video
系列课很短,两三个小时就能看完,时间短不代表内容少,实际上内容非常丰富,你可能需要经常暂停下来思考一下,慢慢就会颠覆你此前对高数线代的认知。光看视频可能不够,我在 GitHub 上找到了热心网友做过的笔记,感兴趣的话可以 Star 一下:
另外,如果你对视频中酷炫动画感兴趣,想学学看,作者提供了源码,可以试试看,仓库地址:
动画制作教程:
https://www.bilibili.com/read/mobile/17444
老规矩,为了更方便你,我下载了高数和线代两门课的视频教程以及文章两本教材的电子书,如需,可以在公众号后台回复: 3blue 得到。
本文完。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Designing Data-Intensive Applications
Martin Kleppmann / O'Reilly Media / 2017-4-2 / USD 44.99
Data is at the center of many challenges in system design today. Difficult issues need to be figured out, such as scalability, consistency, reliability, efficiency, and maintainability. In addition, w......一起来看看 《Designing Data-Intensive Applications》 这本书的介绍吧!