推公式到写代码-专题内容设置

推公式到写代码-专题内容设置

希望你能像看小说看杂文一样的心情看完这一系列，因为学习不总是枯燥的，希望像聊天一样娓娓道来。

专辑系列的阅读对象是那些懂些高等数学和线性代数，但没有经过编码训练的人。

抱歉，本来是上周末的事情拖到今天才开始写。
今天我们来说说《推公式到写代码》专题的大致内容，我想了很久，虽然专辑的名称既涉及数学又涉及代码，其实大部分内容是教那些懂数学而不懂代码的人怎么写代码，，数学部分只有为了说明为题而简略的过程或结果，更多的是对公式的解读和怎么翻译成代码，所以更多是写代码。对于计算机专业同学来说，我们写出来的代码可能很尴尬，但是不重要，因为他们是搞开发的程序员，我们对标的是解决业务问题的数据科学家，就是大数据行业最顶尖的那一小撮人。在大数据门槛越来越低的时候，恰恰是那些掌握其中数学原理而不是简单调API的人才是笑到最后的人。

第一章，我们首先会通过BASS扩散模型的求解过程来让大家有一个感性的认识，怎么将公式翻译成代码，然后用最小二乘求解参数，知道怎么绘制图形曲线等。为什么要用BASS，因为我最近在用啊。
第二章，我们会简单讲解python的基础知识，以及numpy和pandas常用的函数。要求能用python对简单数学进行计算，至于为什么用python而不用MATLAB以后会提到。
第三章，我们学习python绘图，也是简单的绘图，毕竟我们重在解决数学问题，不需要惊艳的图表。
第四章，我们开始用python对常见的数学模型进行模型，比如正弦波，多元方程组求解，常见统计分布图形绘制，以及回归中的拟合R方计算。这些是为了训练代码思维，打消恐惧，毕竟学习编程最麻烦的还是无法从人类思维转换到计算机的思维，代码也是挺好玩的。
第五章，这一章我们学习最常见的优化方法--梯度下降，并以多元回归参数求解为例子，让大家对迭代计算以及数学翻译代码有更深的认识。
第六章，经过前面的学习，我们的代码水平已经越过初级入门了，接下来我们要规范我们的代码，开始学习面向对象编程，通过绘制一个动态模拟图来说明类的基本实用。
第七章，我们学习更复杂的数学模型求解，比如启发式算法，运筹学等内容，这也是工作中比较常见也比较难的内容。

好了，这就是我们预计的专题内容，其间可能会有改动变化，大体是这样吧。

下次见。
Master-苏