最近想开始写一个新的系列，这次不是 coding 了，而是数学。当然我不是数学专业的，数学基础其实很差，但又很感兴趣，真的是人菜瘾又大。
正是因为我很菜，所以这个系列讨论的东西不是很难的数学，都是大学里学过的基础知识，包括概率论与统计学，微积分，线性代数等，我希望以一个重新审视的角度来回顾这些知识，重点是理解它们的本质原理和应用，而不是像大学里学习的时候那样整天推公式刷题。
因此我不会像教科书一样一步步地罗列基础概念和公式，而是针对性地找一些我认为比较有意思的课题，通常是一些定理和公式结论之类的，进行探讨。我也尽可能地少用复杂的数学公式，而是从直观的角度来探讨它们的原理。
这个系列先从概率论与统计学开始，它是机器学习的基础，也是经济金融学科等方向的最重要的基础数学科目；甚至从实用性的角度来说，可以说这是大学里学过的，对将来工作生活最有用的一门的数学课，没有之一。统计学不像其它数学学科那样，有那么多令人望而生畏的公式符号和抽象概念（尽管也很多），它所讨论的东西是如此地贴近生活和直觉，然而它有时候却又非常反直觉，底层又隐藏着如此深刻而严谨的数学原理；这种从直观出发，建立数学模型并回归本质原理的过程，是它吸引人的地方。
目录
概率论与统计学
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。