如何快速学好研究领域所需的数学工具如矩阵论、概率论等（个人经验总结）

前言

  Slam、机器学习都能都需要不少的数学基础，在本科其实都已经扎实的学习过一遍了，现在复习，在笔者经验来看，某一门知识本身往往并没有什么难度。但是很多时候让人看起来非常畏惧，想要快速学好和使用总让人感到棘手。笔者认为解决一个问题的至关重要：

将那些你以为自己清楚的名词真正的“翻译”成明确的话语。

---

  举例来说，概率论中常说事件，到底啥是“事件”；著名的全概率公式，究竟什么是“全”概率，而且在数学中英文名词往往比中文更易理解，感觉名词难懂难记，可以去看看其英文名称。而且很多教材中有不同程度的简写或者约定俗称，如果没有注意到和搞明白，往往就陷入了每个字和词我都认识，大概的意思我也知道，但是就是无法明确，无法使用。看的时候都看了，看完之后脑子里啥都不剩。
  我的学习经验是准确“翻译”概念，最好能用自己的话说出来，然后使用思维导图讲每一个概念产生的脉络和缘由好好梳理一下，这样你就发现好的教材的每一章节都不是随便安排的，那些看起来复杂无用的公式原来是迫不得已而且精妙绝伦的。
  以前文例子，在浙大版概率论教材中，事件是随机事件的简称。这时候一看，好了，不就是概率事件的简称吗？结束了。但是再问问自己，啥是随机事件呢，如果你说随机事件就是随机的事件，那确实也没啥问题。可以这就涉及到什么样的事件可以被称为随机事件，而事件本身和样本，样本点，基本事件又是啥，当你一个一个提问下去，就会发现教材的前几节就在细心的回答这些问题，带着问题去看，很容易看进去，也很容易发现概念制定者的精妙设计，如何避免谬误和曲解。学的时候就很清楚了，
  同样的，全概率公式，大家一听就不是全概率吗，我也会用。但是到底啥是全概率呢，让我们看下英文原文为：Law of Total Probability 。 “全”对应着“total”这个单词，就是这个全字让很多人有点迷糊，公式非常简单，大体就是把每个部分的概率事件发生的概率加起来，得到他整个样本空间下的发生概率。但是这个“全”字，感觉确实有点不是很清晰。虽然全概率公式已经使用已久，但是笔者更自己感觉将其翻译成“总和概率公式”更加易懂，也符合公式本身的意义。
  同样的我们去深究一下，为什么二项分布被成为“二项”（原因是他的形式和二项式展开的子项一模一样）；联合概率分布到底是怎么个联合法，笔者认为带着这样的问题去学习一门基础的数学工具，就可以为快速的把握知识脉络提供很大的帮助。
  接下来我将结合自己身的学习经验，整理一份“白话版”的概率论知识入门要点。