起因

因为学习机器学习需要数学，所以把大学里的数学书又重新买回来。从微积分、线性代数到概率与数理统计都重新学了一遍，自我感理能理解一半左右。但是因为期间要赶项目，有二个月没有去回顾数学，等再次回到数学里，才发现什么都忘记了。

其实在学习的过程中也会出现这样的情况，学了后面忘记了前面，这样的效率令我非常沮丧，甚至于怀疑自己。

这个过程很痛苦，真的是苦学，我想要摆脱这种状态，提高学习的效率。于是我停了下来，花了三天的时间来思考。

反思

小学数学入门是从九九乘法表开始，死记硬背下来，就能解决考试里很多题目。到后面中学习其实我也有这样的学习习惯，死背公式，定理，考试也能得高分，到了大学习，这样的方法就行不通了，因为高等数学的公式太复杂，不容易记得住，所以学习起来特别吃力，而且一毕业，那些公式，定理就统统忘光了。

我想这绝对不是我一个人的悲哀！那些高数拿高分的，一毕业后，有几个还能记得的？

转机

转职做游戏开发的工作后，在项目中就经常遇到一些实际问题，需要用数学来解决的。比如其中一个游戏中，需要做一个雷达图，显示游戏角色的5个属性，经过抽象，这个雷达图就可以转化为一个数学问题：已知正五边形五点的坐标{p1,p2,p3,p4,p5}，求中心点c1至各点距离为d时的坐示{x1,x2,x3,x4,x5}.

这个问题找了二个几何公式，写到代码里很快就解决了。通过很多次这样的经验，我发现：

在解决实际问题时，我做的最多的工作，是把实际问题抽象成数学问题，然后再翻书或者搜索引擎找解法，最后用计算机算出结果。

于是我想，中学这二个几何公式学那么久，做那么多习题，并没有太多用处，其实我只需要理解向量，正弦这几个概念只用来解决什么问题的就行了，根本没有必要记下来，也不必要自己算出来，这样并不影响我用它们解决实际问题，因为有计算机。

这时我又有点不自信，这样是不是投机取巧了？相比那些能随手写一推公式，定理，并算出结果的人，我是不是数学水平差很多? 这样基础是不是就很差了？这样的基础能学会机器学习吗？

答案

我感觉教科书里不会有我想要的答案，我于是各种百度搜索。 《数学发展史》让我明白，数学的发展就是人类生产力的发展，数学是人类发展生产力的工具，只不过这个工具是人脑通过现实世界抽象出来的，摸不着的真实存在的工具。

是的，我认为数学就是我用来解决问题的工具，这个工具有各种牌子，有欧拉牌的，有莱布尼茨牌的，有斐波那契牌的。不管是什么牌子的工具，我只需要知道这个工具是用来干什么的，是用来解决什么问题的就行了，剩下的事情（计算）就交给计算机去完成吧。就好像，我知道锤子是用来砸东西的，在我需要砸钉子的时候，我会想起它。

验证

为了确保我这个观点不会影响我的机器学习的过程，我提前学了python，以及台湾大学林老师的<机器学习的基石>。python里有很多数学计算库，比如numpy,matplotlib等，像矩阵运算和微积分运算，真接调api，传参数，一行代码的事情。 林老师课程里的几个实战案例，都没有那怕一点点教学生怎么算的，全部是在教怎么抽象成数学问题，然后数学问题用那些已知的数学工具可以解决，最终得到一个近似于目标函数f的函数g.