我斷斷續續利用在家休假的時間，完成了這門課程《Essential Math for Machine Learning: Python Edition》的學習，並且得到了總分91分。

這門課程的主要內容如下，雖然我們以前都學過數學，但大部分真的都還給老師了。學習這門課程中，總是隱隱約約有一種壓力感，一方面總是覺得這些知識我應該知道啊，但另外一方面，看著那些題目卻有一種無助的感覺。

學習數學很可能是有趣的，因為我在學習這門課程時，到處找資料，發現真的有一個網站叫 Math is Fun，而且有中文的版本（數學樂）。

英文網站是 https://www.mathsisfun.com/ ，中文網站是 https://www.shuxuele.com/index.html 

但無論如何有趣，前提是你能掌握它的一些基本原理。謝天謝地謝Python，因為有了numpy和pandas這些package，在理解和掌握上面提到的幾方面數學知識過程中，我感覺到了前所未有的能力。我印象最深刻的是，在計算向量和矩陣運算的時候，使用numpy提供的array以及matrix型別，簡直易如反掌。

課程附帶了25個練習，是Jupyter格式的notebook。每個材料都豐富詳實，可謂業界良心，真心為這些講師點贊。

如果對Jupyter 還不太熟悉，建議訪問 http://jupyter.org/ 

我另外還發現一個不錯的中文網站 https://zh.wikihow.com 裡面有不少數學方程求解的講解。

最後，還給大家分享一個Python的統計分析庫——statsmodels ，請參考https://www.statsmodels.org/stable/index.html

以及與numpy齊名的Scipy，在本課程中用到了它的stats模組中的binom型別來計算概率，非常實用。

要了解Scipy，請參考  https://www.scipy.org/

請通過 https://aka.ms/learningAI 或者掃描下面的二維碼關注本系列文章《人工智慧學習筆記》