mint1993的专栏

本文运用相关案例和python程序，帮助大家理解概率论中概率、随机变量、概率分布、概率密度函数、中心极限定理等概念。另外，喜欢本专栏文章的记得关注我哈~在大学里，我们都学过概率论相关的课程。那么现在来回答一个问题，概率是什么？要回答这个问题有一定难度，概率的概念很抽象，要解释它需要借助一些例子。比如抛硬币问题，正面朝上的概率是1/2。三扇门问题，重选为正确选项的概率为2/3。概率我们来具体实现这两个例子——1.抛硬币问题我们先来做一个熟悉的扔硬币的试验，我们记录下正面朝上和负面朝上的次数

提到线性代数，又不得不吐槽国内教材了，学起来真的是实力劝退。有多少跟着国内教材学完线性代数课程后，知道线性代数是什么，它到底是干什么的？事实上如果你后面想做科研、想研究机器学习、深度学习，你会发现处处是线性代数。这么抽象又重要的课程，一本书里基本看不到几张图，就好比是没有注释的代码，大概以为我的脑子就是记公式的机器吧…如果你还未开始学习线性代数，那么强烈建议你把学校发的紫色教材放在一边，找几本国外的线性代数教材看看。然后在B站里搜一下Gilbert Strang老爷子的线性代数视频(麻省理工公开课，80

大学的高数课本往往将积分放在微分后面，这种排序个人觉得不是很合理。不仅积分的出现要比微分早的多（早了大约1300年），而且初中、高中学过的数学知识里已经包含了积分的概念，理解积分要比理解微分要更容易的多。数学是一门注重思考的学科，我们应该将思考应用于解决实际问题，用已知的知识去推导未知的面积、体积，才是学习积分的乐趣和意义所在。而大学课程里上来就硬生生的塞给我们一堆公式，告诉我们这些地方别管这么多，就这么用的。虽说这种做法效率是挺高，但是却大大泯灭了学习数学的兴趣。吐槽就到这了，我们先来思考一下为

不少同学一提到泰勒公式，脑海里立马浮现高大上的定义和长长的公式，令人望而生畏。实际上，泰勒公式没有那么可怕，它是用简单的多项式来逼近一个光滑的函数，从而近似替代不熟悉的函数。由于泰勒公式具有将复杂函数近似成多个幂函数叠加形式的性质，可以用它进行比较、求极限、求导、解微分方程等。我们先来看一下泰勒公式的发明者，布鲁克·泰勒——布鲁克·泰勒（Brook Taylor,1685-1732）,英国数学家，牛顿学派最优秀的代表人物之一，他于1712年的一封信里首次叙述了泰勒公式。再来看一下高数书上对泰勒公式

不知道大家有没有类似的经历，斗志满满地翻开厚厚的机器学习，很快被一个个公式炸蒙了。想要学习机器学习算法，却很难看的懂里面的数学公式，实际应用只会调用库里的函数，无法优化算法。学好机器学习，没有数学知识是不行的。数学知识的积累是一个漫长的过程，罗马也不是一夜建成的。如果想要入门机器学习，数学基础比较薄弱，想打牢相关数学基础，可以跟关注笔者，一起学习（数学大佬也可以来扫一眼python代码）~接下来我们以高数（同济第七版）课后习题为例，使用python语言来求解函数和导数的习题。这样大家做课后练习的