每一本书都被放在明确的位置上 —— 是入门、是进阶、是权威教材、还是参考工具书。 这份书单不求全,只求每本书都值得翻开、值得用一整个月去读。
用来"打开眼界"的书。叙述轻松、图多、不求严格证明。目标是让你对这门学科产生兴趣,知道它大致在讲什么。
第一本真正意义上的系统教材。有完整定义、证明、习题。读完一本能让你拥有独立推导的能力。
这一层是经典或研究生级别的教材。比 Tier 2 更严格、更抽象、面向"想真的懂"的读者。
不是用来"读完"的。放在手边,遇到具体问题就翻某一章。很多在工作中会反复用到。
线性代数之所以是 AI 的第一语言,是因为它给出了表示这件事最干净的数学形式。
数学家把微积分视为一门关于极限的学科,但对机器学习来说,它其实是一门关于梯度的艺术。
机器学习本质是一种认识论 —— 它告诉我们,在有限的数据里,应该如何形成合理的信念。
面向已有编程基础、想快速能做 ML 项目的工程师。跳过严格证明,直奔应用。
面向想做 AI 研究、读懂顶会论文的学习者。严格训练数学功底。
面向对扩散模型、生成式 AI、因果 AI 感兴趣的方向。