机器学习入门书籍导读-高等数学下（机器学习入门书籍导读-高等数学下）
机器学习入门书籍导读-高等数学下（机器学习入门书籍导读-高等数学下）这一章涉及到了偏导数和梯度两个重点概念，这两部分跟算法的最优化求解有很大关系。所以，强烈建议把这两部分好好看看，最小二乘法那部分也需要仔细看下。这三章是对积分、极限概念的拓展应用，如果单纯想入门机器学习，简单看看就行。以上就是对于高数书的上下册的导读，其实这两部分大部分同学都学过，不过可能到了大四或者研究生毕业一些概念生疏了，这些都是算法推导的基础，建议大致回顾一下再进行算法的学习。
今天我们要讲的是由同济大学数学系编制的高等数学下册，其实上册主要讲的是一些高数的基础概念，下册是一些对基础概念的高级拓展，对于入门的同学来讲，我觉得下册的重要性并没有上册那么强。下册我也是自己看了一遍，如下图：
推荐指数：四个星
下面我们还是拆分章节来看下，这本书肯定是比上册要难许多，但是很多章节并不是特别的重要，所以整体的学习时间应该不会很长。因为是上下册关系，本书承接上册，是从第八章开始讲。
这一章基本上是这本书里最关键的一部分，讲了很多向量计算的方法和理论，向量运算有多关键就不用多说了吧，反正基本所有机器学习算法都会涉及到向量计算。
第九章 多元函数微分法及其应用这一章涉及到了偏导数和梯度两个重点概念，这两部分跟算法的最优化求解有很大关系。所以，强烈建议把这两部分好好看看，最小二乘法那部分也需要仔细看下。
第十章-第十二章 重积分、曲面积分、无穷级数这三章是对积分、极限概念的拓展应用，如果单纯想入门机器学习，简单看看就行。
以上就是对于高数书的上下册的导读，其实这两部分大部分同学都学过，不过可能到了大四或者研究生毕业一些概念生疏了，这些都是算法推导的基础，建议大致回顾一下再进行算法的学习。
