大学本科 高数 就很通俗易懂

国内书我觉得偏重考试做题， 学完了考试完了基本忘光， 说实话我本科记得数学学的也可以把， 考试也90多分， 但我现在一点都想不起来说了啥。
我好像记得教材里确实没提为啥要搞微积分， 线性代数， 这些东西发明了干啥的， 所以这次我希望从头开始学， 以问题为前提，就是要明白这些学科怎么发明演进的， 目标是解决什么样的实际问题

数学没不做题的。。。

我觉得你干脆直接去看机器学习的，发现不懂的再回头找

我记得有个数学公众号推荐过，中科大的本科数学分析、线性代数和概率论，你要搞机器学习，还得学应用随机过程

可以去把Kaggle参赛选手的作品下下来，照着做下
建议先用python实现，很多包都有现成的了
只要往里面扔样本特征，调些参数就行

国外那些非数学专业微积分教材虽然是从零开始，可是太tm厚了，数学专业的教材也不推荐，太偏理论了

学机器学习千万不能用现成的包

真要学深了，还是得从数学学起，相必楼主也是深有体会

补数学的话，我觉得倒不是补微积分，而是应该补高等代数

因为线性代数肯定是中国大部分大学生学得最差的一门数学

你看的机器学习的书里应该会列出需要看的书吧？建议边看机器学习边整理出需要补的内容，毕竟以前学过，不需要浪费时间全补

[本帖最后由 xpressure 于 2017-5-29 21:35 编辑]

为什么我觉得机器学习要成功还是看业务呢，算法你只需知道有啥怎么用就好了，

数学是工具 就是要死记硬背
然后在你的实际需求里面使用， 你说那些如果没有应用基础 只能当故事来看
最简单 你做lego 平很车，控制前后倾斜补正，做pid的时候就自然要用微积分，你要先知道微积分是干什么的，才可能知道为什么要用它来做pid
很多人都知道小车往后倒就往后加速补正，但是他不知道微积分的应用就没办法把程序和控制结合起来
所以肯定要先死记硬背，有需求的时候你自然会用数学工具去解决

[本帖最后由 mting 于 2017-5-29 21:42 编辑]

魔鬼数学

虫片吧？

是的， 毕竟我想搞的肯定不可能有现成的模型， 必须深入理解别人的模型， 然后再开发自己的， 看过的都知道， 机器学习确实大量应用线性代数， 回归， 概率统计之类东西， 不彻底搞懂没啥意义

这些我也搞了一些， 但是直接跑跑对我来说没啥用吧
我主要想搞金融量化的， 这块资料不多， 基本要自己摸索

数学是工具，应用的有力体现就是建模。所以先看建模，不会了再找基础理论看。

马克一下 其实国内的一些考研教材也不错 可惜我没坚持下来 把时间扔在守望先锋上了

学了 考试 还是 学了 应用？

看看

预测？我是做流量的
你可以去看下xgboost和fm算法
这东西还是靠数据，数据特征决定上限，算法只是让结果逼近这个上限
你个人弄的话，数据还得自己爬，关键数据未必弄得到

Lz看了哪些机器学习的书，我也刚开始学，关于数学我觉得不做题想掌握不太可能，专门学数学很有可能还没学完就放弃了