Recommended Books on Mathematics and Data Science
导读
A. 机器学习 / 数据科学（初学者–工程师）
- 数据有道，编程不难
- 鸢尾花丛书 ③④⑤⑦（数学要素／矩阵力量／统计至简／机器学习）
- Math with Bad Drawings
- Numbers Don’t Lie
- The Ten Equations That Rule the World
B. 概率 / 统计 / 贝叶斯（研究者–高阶爱好者）
- 概率论沉思录
- 利己主义的数学解析
C. 数学基础 & 通识（高中–本科及大众）
- 什么是数学
- 数学与生活 1 / 2 / 3
- 怪曲线、数兔子…
D. 竞赛 / 题库 / 参考手册（学生–教师）
- 伯克利数学问题集
- 数学手册
E. 数学史 & 传记 & 哲学（对文化背景感兴趣者）
- 从数学到哲学
- 哥德尔传
- 一个数学家的辩白
1. 鸢尾花丛书系列
-
鸢尾花书系列 01·编程不难
— Dr Ginger 姜伟生。给完全没有编程经验的人做 Python 入门，覆盖变量、流程控制、函数、面向对象。 -
《鸢尾花丛书·数据有道》
以 Python 为主线，面向零基础读者讲述数据获取、清洗、可视化及简单分析流程，属于“数据科学入门读物”。 -
《鸢尾花丛书·数学要素（第三册）》
机器学习所需的线性代数、微积分、概率统计快速补课。 -
《鸢尾花丛书·矩阵力量（第四册）》
专门聚焦线性代数与矩阵分解（SVD、特征值、奇异值）在 ML 中的应用。 -
《鸢尾花丛书·统计至简（第五册）》
以直观案例讲 Bayes、假设检验、回归分析等核心统计概念。 -
《鸢尾花丛书·机器学习（第七册）》
用鸢尾花数据集贯穿，讲解监督 / 无监督学习常用算法与 scikit-learn 实战。 -
Math with Bad Drawings
— Ben Orlin。用“坏画”漫画解读函数、统计、博弈论，轻松幽默。 -
Numbers Don’t Lie：71 Things You Need to Know About the World
以数据与数量级视角解读能源、人口、技术等全球议题。 -
The Ten Equations That Rule the World and How You Can Use Them
从线性回归到幂律的 10 个方程，展示其在金融、社交网络、体育中的预测威力。
2. 竞赛 / 工具书
-
伯克利数学问题集（第 3 版） — P. N. Sousa 等
收录伯克利大学入学 / 竞赛类典型题目，侧重分析、代数与组合；附有详解。 -
数学手册 — 四川矿业学院编
公式查阅型工具书，含常用代数、三角、微积分、统计表格。
3. 概率 / 贝叶斯
-
概率论沉思录 — Edwin T. Jaynes
主张用最大熵与贝叶斯视角统一概率论，被誉为“贝叶斯圣经”。 -
利己主义的数学解析 — Karl Sigmund
进化博弈论入门，用囚徒困境解释合作与利他行为数学模型。
4. 科普读物
-
怪曲线、数兔子及其他数学探究
面向大众的趣味数学随笔，话题含分形、斐波那契、拓扑悖论等。 -
什么是数学 — 柯朗 & 罗宾（经典新版）
数学文化通识书，覆盖数论、几何、微积分、无穷概念。 -
数学与生活 1 / 2 / 3 — 远山启
日本经典科普系列，以生活场景说明数学思想、方法与趣味。
5. 数学史・传记・哲学
-
一个数学家的辩白 — G. H. Hardy
数学美学与研究心路的自白，文学性强。 -
哥德尔传 — John Dawson
系统梳理哥德尔生平、学术轨迹及不完备定理的背景影响。 -
从数学到哲学 — 王浩 (Hao Wang)
探讨形式逻辑、哥德尔不完备性、数学基础与哲学命题的关系。