《数学要素》是一本关于数学基础知识的读物，作者通过简明易懂的语言和丰富的实例，详细解释了数学中的重要要素。本书内容涵盖了数学的各个方面，包括数学符号、运算法则、代数、几何等。阅读后，我深刻认识到数学作为一门学科的重要性和广泛应用的范围，也对数学的逻辑性和抽象思维有了更深入的理解。
《数学要素》读后感(篇一)
从6月开始接触到鸢尾花数学的三部曲数学要素，矩阵力量，统计至简，这三本书这半年就是我一直爱不释手的书。从四年前开始用python编程，前两年半都在python的内容里挣扎，慢慢地你会发现编程语言真的就只是语言，要想程序化一个事件或者对象，背后需要的思想全是数学。更不用说现在火热
《数学要素》读后感(篇二)
买了两本，《数学要素》这本书内容扎实，不仅整理了数学各版块之间的关系，搭建起了学习数学的知识框架，还有开源的代码练习Python；装帧设计很美，美学与数学结合，精心设计的插图对理解概念有极大的帮助。拿到书更能感受到作者的用心，支持！
用“鸡兔同笼”讲向量，再引到矩阵，非常好的讲解方法。
《数学要素》读后感(篇三)
数学要素一书从最简单的加减乘除讲到线性代数，尽管作者一直强调看此书需要一定的高中基础，但个人觉得这种结合编程由读者亲手对自己所学的知识进行可视化的过程是很适合高中生的（书里面的每一张图片你都可以通过几行代码自己生成），有助于其对数学的理解及其未来的应用，不要觉得理解比背诵难，往往你背诵得时间用来理解，你早就记下，而且记得更牢，期待下一本矩阵力量的上架发售，纸质版的阅读始终是比电子版舒服的，期待
《数学要素》读后感(篇四)
当代中国学生所学的数学均源于西方数学，对于中国学生而已其所习得的数学无一不隔着一层名为翻译的屏障。但是数学语言描述的规则具有最高的普遍性，学生不理解其最本质的数理、数形关系，则只能产出一流的做题家、二流的工程师、三流的科学家。汉语缺乏一次与数学的亲密接触，中国学生缺乏一次与数学真理的沁入理解。应当让数学真正的在汉语突然中真正的再次诞生，这朵鸢尾花会结出何等真理之果？我们拭目以待。
《数学要素》读后感(篇五)
《数学要素》这本开源书,最初在Github上发布,作者用了大量且精美的图解,将机器学习所需的数学知识娓娓道来。这本书制作质量之高,真的令我目瞪口呆。试阅开源版本之后我已经犹豫要不要入手实体正版来好好研读了。让我最终下定决心购买的,是书前的那句话:“再给自己一个学数学的理由”。过去一年,我利用业余时间入门了Python,现在可以编写一些自认为不错的小脚本了。最近,我还开始涉猎机器学习。然而,数学这一关,真的让我头疼不已。作者和他的这本开源书籍的出现，让我找到了再给自己一个学数学的理由——因为这次，好像真的能学会了！我想,这个购书决定,我会记很久,因为这会是我的一个宝贵收获！
《数学要素》读后感(篇六)
生姜up在书中去引入线性代数的内容,希望及早尽快的将高维的概念首先灌输到每一个读者。从加减乘除就开始引入线性代数就可以看出，用了大段话来告诉读者为什么要这样,真的是很贴心,很为初学者去考虑的了。而对于书中涉及的大量的数学知识,作者都尽量的通过编程语言去直观地展示出来。有很多想象不到的表达方式,也是扩宽认知了,哪怕是书本体的设计也很用心,还是个知识地图,书的材质摸起来也非常有质感。像up这样把数学,统计,编程释合在一块认认真真一点一点讲的真的没有,书刚拿到,外观非常精美,全彩印,纸张也不错。大致浏览下,虽然有的不是很懂,但给人感觉整本书逻辑思维框架非常清晰,内容也很全面,比较透彻,而且附带了代码。后续生姜出版的七套书籍，也会继续支持的!
《数学要素》读后感(篇七)
从不小心划到讲b站的knn开始关注up，因为网络问题，github不太稳定，几乎全靠b站，希望能等到up将坑填完，感觉发现了宝藏up，没想到出书了，第一时间下单，收到后有种哇，竟然有这么好看的数学书的感觉，书的封皮取下来的时候，才发现竟然背面是思维导图，内容翻下来感觉像精装书一样，虽然本人是个菜鸟，但是对数学仍有热情，感觉只是稍有点基础的也能看的明白，深入浅出的内容配上好看的要死的配图，希望全套能赶紧出齐～
《数学要素》读后感(篇八)
本科时候学习数学分析，线性代数的经历，也买过了不少版本的教材，同济的，高教社的，总感觉读起来比较累，考试也是靠刷题通过，过了几年发现东西都还给了当时的老师和成堆的刷题草稿纸。
在b站偶然刷到的视频，点进去发现作者非常认真地更新了大量的微课视频，质量非常之高，同时还配有全部免费开源的课件和代码文件。学习数学的热情又被点燃，已经看了不少电子版的课件，一定要买一本实体书支持一下！
书中有大量的精美配图，书籍纸张手感也很好，各种美工设计也很在线，强烈推荐对数学感兴趣和需要学习微积分、数学分析的学生买一本，会打开新的一扇学习数学的门，同时还可以学python，一举两（好多）得。
《数学要素》读后感(篇九)
这本书的文字和图片结合得很好。从最基础地加减乘除出发，通过图片来解释各种不同的数学思维，一直讲到了高等数学、线性代数等。从几何的思维逻辑出发，来解释代数的相关知识。并且配合了一些数学史上的历史故事。整个阅读非常丝滑。
内页
作者推荐阅读的方式为，结合数学和编程一起学习。可以同时理解数学中的编程应用，以及编程中的数学知识。但是我第一遍是直接顺着看的。并没有尝试python。如果二刷，会尝试一下作者推荐的方式。推荐大家也可以尝试多次阅读。是一个本将数学解释地很清晰的书。
《数学要素》读后感(篇十)
【2023阅读21:《数学要素》-姜伟生】
出来混总是要还的，我的数学一直就不擅长，高中除了刷题根本就体会不到什么美，大学的高等数学颤颤巍巍考完试，就都还给了老师，现在和闺女讨论数学时，还常常被灵魂质问：你是理工科学生吗？
这两周看的这本书《数学要素》，有种醍醐灌顶豁然开朗的感觉。开篇一句“再给自己一个学数学的理由”，就觉得这本书不火天理难容。
万物皆数，All is number，数学不再是刷题，考试，升学，而是关于“数学加编程加机器学习”的知识工具箱。
不只是我，我想对很多人来说，数学都是上学时的噩梦，听不懂的原理，记不完的公式，刷不完的题，还不知道能有什么用。作者姜老师在某站上是有整套的视频的，用大量精美的图解和深入浅出的讲述，把机器学习，人工智能所需的数学知识娓娓道来，放到数据科学的具体场景中学以致用。
鸢尾花系列出了七本，而我手上这本“数学元素”是可获得的纸质书，其他都还是pdf版本。数学元素的基础部分从加减乘除四则运算讲起，包括算数，几何，代数，一直讲到函数，微积分，概率统计，到了线性数学收尾。每个章节都配有思维导图帮助你快速理解，还包括了Python代码文件可以下载执行，不懂得地方还可以去看视频。
这本书最大的价值就是，从数据科学和机器学习的角度，让读者或者说是学习者，能产生兴趣，看得懂，用得上，能够学数学，用数学从而爱上数学。
《数学要素》读后感(篇十一)
首先我就很佩服这位作者，不仅写了这么本满满都是图的、将近500页的书，而且这还仅仅是系列中的1/7？这得写多久才能写完这么多啊
其次这本书本身章节设计上，就特别显示出逻辑与美感，作者特别善于用脑图框架梳理出后续要讲的内容
最后说说图吧，数学有很多概念确实比较抽象，我当年本科和研究生学的时候，就苦于很多概念在脑海中根本没法对应到实际的样子，所以只能死记硬背，根本无法理解。比如矩阵就是，此处期待作者系列中的矩阵那本。下面这个例子就是机器学习中常见到的支持向量机，之前看《统计学习方法》的时候就只知道核函数能通过空间映射，将一些线性不可分问题转化成可分，看了本书才更形象的理解了，原来是这么个把戏～
系列的这本书，内容其实主打高中+大学微积分皮毛，应该是比较适合高中生和大学文科生看的。而且书中还附带了Python代码可以自己动手实现一遍，还有二维码可以扫码看微课程，这就是我标题里提到的——或许就是未来学习数学的一种方式吧～
《数学要素》读后感(篇十二)
这本书比较偏基础一些，我感觉更适合已经学过相关知识的人入手，比如大学上过高数可能只会机械式的计算和解题并不能理解这一数学方法背后的思维了逻辑。我是工科生但是实话讲本科时候学习高数时候一头雾水可能仅仅学会了一些符号和计算技巧但对背后的数学思维一无所知。读研究生时候方向是计算流体力学方向(CFD)对数学基础要求较高（工科教的数学真的太少了），当时以为经历了考研的猛学自己的数学能突飞猛进，但随着不断的学习才发现数学最终要的是背后的数学思维，而不是去解某一个很偏技巧性的题目。
姜博主这本书就非常适合已经有了相关知识会计算，但不了解背后数学思维，不清楚这些运算背后含义的同学。虽然数学要素是一本较基础的书，但他能给你讲清楚每步运算背后的含义，能将一所学的多门可能在某一点串起来。看这本书能看到国外顶级大学课件的影子，重实践重理解。
比如协方差:
你了解协方差矩阵的实际意义，就能理解为什么做pca分析时会用到协方差矩阵，基于此可用svd来做pca分析。
比如你了解转移矩阵的思想你可能就能更好地理解动力学中的dmd分解。
总之，鸢尾花书一系列的书堪称中文数形结合教课书的集大成者，国内数学教材用了多少年了一直没有变过，但是国外的数学教程迭代了多少版本了，希望以后大学教育可以引进这种类型的教科书和课件，不断完善丰富我们的数学教材。
《数学要素》读后感(篇十三)
我觉得这本书已经超越了传统的教材，不再是晦涩难懂的定义和例题，把数学变得有趣是作者的写作目的，比起抽象的脑海想象，用代码可视化数据图更能直观去理解其中的思维逻辑。配备贴心的Github代码库，上手去实践才是掌握的核心方法。
这本书打破了我对传统书的刻板印象，全书彩色印刷，超级光滑的纸质，摸起来非常Nice，我觉得作为一个数据科研工作者，就应该把数学学习当做一种乐趣，而不是进行加减乘除的无情机器，我们真的太缺少一本好的数学教材了，以前的学数学，都是为了应付各种考试，很多情况下，考完就忘，等到再去用的时候，就已经忘得差不多了，还得再从头再来学习，陷入了一种怪圈，没有真正去用心学习。
其实数学真的没有想象中那么难，难得是我们花费了大量的时间，没有找对方法去学习，去理解，才浇灭的学习数学的渴望。
这本书的出现，像是数学对我一盏明灯，带着好奇心去学习，这次不再为了考试，而是为了提升自己。配合代码去验证测试还有作者的讲解视频，这次一定把数学学好。正如阿基米德所说，只有带着对数学纯粹的爱去接近它，数学才会向你展开它的神秘所在。
《数学要素》读后感(篇十四)
10月4号买的三件套，到12月五号才正式翻开第一本数学要素（研三确实太忙了），这两天读完了前几章，我感觉这第一本其实应该算一个知识汇总，不是想把什么给你讲懂讲透，而是希望通过内容让你回忆起你学过的数学知识（我的感受）。挺有意思的，里面关于矩阵的一些内容，比如转置的对角线，这我以前从未这样想过，一直都是第一行变第一列这样做的，只会机械的算，从没想过其是否有一些道理在背后，突然看到一些自己没考虑过的点，也会有很多常看常新的感觉，按我说姜博士这套书是数学元素引进门，其他几本全是在填数学元素中挖的坑，把它说细了。我现在是愈发期待读第二本了，确实第二三本才算正菜。
编程的内容对我来说比较新，我的学习方向主要以试验、仿真为主，软件用得多，但程序这块确实没啥基础，现在边看PDF边试着编编书中提到的程序（书实在是漂亮，很少翻它），也确实是不错的体验。
初体验发一次，看完矩阵我再发一次体会。
书是姜博士的从加减乘除到机器学习系列，推荐想要了解机器学习相关内容的朋友们都试一试。
我争取年前把矩阵力量也看完，把书中涉及到的程序都自己编一遍，收获还是不少的，很多以前没用过的库都有了初步了解。后面感觉配合着GitHub上的编程不难一起看，可能效果更好。
《数学要素》读后感(篇十五)
今年四月份偶然看到本书的作者姜老师再b站上介绍本套《鸢尾花书》的视频，觉得很好奇。以前听说过机器学习/深度学习的学习书籍中有被成为“西瓜书”、“花书”的经典教材，就想看看这套书有什么不同。
这本书确实是让我觉得有些意外，因为国内很少有教材可以在讲机器学习时能够从数学以及编程最基础的部分开始讲起。但这本书真的这么做了。我个人是很喜欢这种娓娓道来，有叙事风格的教材的，我觉得这样可以使学习曲线不再显得那么陡峭，这也是国内大多教材不具备的，因此我很喜欢它。
当老师说本套书中的《数学要素》要出版时，我很快就下单了。一方面是支持老师的工作，一方面是觉得纸质书读起来会更有质感一些。新书已经到了，比我想象的更好，里面的彩图印刷出来正如电子版中显示得一样好。
感谢老师的努力和付出！希望我能够将剩下的部分尽快读完！
