相信大家在看过我的学习周记之一和之二之后，一定学习了看过了吴恩达老师的系列课程了吧，怎么样，是不是感觉一下子有点不能适应，专有名词特别多，实际上你仔细研究一下就会发现，很多名词都跟数学基础离不了关系，比如梯度下降（Gradient Descent）实际上就跟导数有着很深的关系。因此，想要学好机器学习，数学基础是必不可少的。
而跟跟机器学习有关的数学，主要是这三大类： 微积分，线性代数，概率和统计
关于微积分和线性代数实际上大学里的高等数学教科书里都有，如果你手上还有这些书的话，温习几篇，把一下儿关键的概念弄懂，对学习机器学习有很大的好处。如果没有的话像B站上高等数学的视频也很多，学起来也满方便的。
关于概率和统计，我推荐一本陈希孺院士的《概率论与数理统计》，这是一本数理统计的入门级教材。最好的统计中文教材。参考评论https://d.cosx.org/d/14990-14990 记住哦，不是浙江大学版的《概率论与数理统计》，不过因为这个是通用教材，用这个学应该也没啥问题。
关于微积分和线性代数其实也有更好的选择，我个人推荐的是B站上的3Blue1Brown这个账号下的视频，可以用一种很直观的方式让你更好的理解数学的本质。相信你看了视频以后，一定会跟我一样觉得很有收获。
