最近想开始写一个新的系列，这次不是 coding 了，而是数学。当然我不是数学业余的，数学根底其实很差，但又很感兴趣，真的是人菜瘾又大。
正是因为我很菜，所以这个系列探讨的货色不是很难的数学，都是大学里学过的基础知识，包含概率论与统计学，微积分，线性代数等，我心愿以一个从新扫视的角度来回顾这些常识，重点是了解它们的实质原理和利用，而不是像大学里学习的时候那样终日推公式刷题。
因而我不会像教科书一样一步步地列举根底概念和公式，而是针对性地找一些我认为比拟有意思的课题，通常是一些定理和公式论断之类的，进行探讨。我也尽可能地少用简单的数学公式，而是从直观的角度来探讨它们的原理。
这个系列先从概率论与统计学开始，它是机器学习的根底，也是经济金融学科等方向的最重要的根底数学科目；甚至从实用性的角度来说，能够说这是大学里学过的，对未来工作生存最有用的一门的数学课，没有之一。统计学不像其它数学学科那样，有那么多令人望而却步的公式符号和抽象概念（只管也很多），它所探讨的货色是如此地贴近生活和直觉，然而它有时候却又十分反直觉，底层又暗藏着如此粗浅而谨严的数学原理；这种从直观登程，建设数学模型并回归实质原理的过程，是它吸引人的中央。