本专辑内容的阅读对象是有一定的高数和线性代数基础，但是缺少编程训练的人。
曾经我只能对着数学公式发呆，现在学会怎么在现实世界中使用了。
现在大数据火了，各种培训机构和大数据书籍层出不穷，喊口号更是惊人，像什么‘从零入门机器学习’，‘21天从入门到精通大数据’ ，‘从零开始挑战30万年薪’等等，其火热程度不逊于当年Java。大数据被吹得神乎其神，似乎只要上了大数据，就能翻云覆雨，业绩蹭蹭蹭蹭，追赶BAT不是梦。再加上机器学习框架越来越完善，使得做机器学习的门槛越来越低，似乎只要懂点简单的电脑技术的人都能搞机器学习。各公司不管大公司还是小公司，不说自己搞大数据人工智能都不好意思。
大数据领域积累了巨大的泡沫，泡沫之后谁在裸泳？那些趁着风口进入这个行业的人，大部分都是半吊子，以为会调API，会暴力调参就万事大吉了。在人工智能应用中，最最最根本的是对业务场景的理解，以及对背后数学公式的理解，这些都不是依样画葫芦的暴力调参的人能做的。
撇开金融，互联网等在大数据做得比较早的领域，还有很多很多领域需要大数据的改造，那里同样需要人才。可是大学生为什么不受待见呢，那些脑残的“读大学不如搬砖”的言论就像月经贴时不时来一波。说白了，就是不懂理论联系实际啊。
什么是理论联系实际？以前我看过一些鸡汤文，天真认为只要肯接受基层的苦和累就不怕成不了事，就能将所学知识用上，这就是理论联系实际。后来发现不是这样的，我们是上过大学的人，思考的事情自然不是一线工人所思考的，也许他们看到的是生产线正常运行，懂得看技术操作手册，而我们则是要明白其中的原理，懂得模拟状态，知道怎么改善。他们看到的是产品被生成出来的样子，我们看到的是背后的数学原理和工程技术。如果不能看到这一层，怎么理论联系实际，如何做事，大学生的成本可比普通工人高。
为何大学无用论盛行，除了教育的失败，另外就是错误的社会风气罢了。“上了大学就轻松了”，“大学就是享受的”，“60分万岁”...等等这些话以前是不是经常听到呢，这就是所谓的少壮不努力，老大徒伤悲吧。
这不是我们要讲的主题，我们要讲的是，为什么我在学校学习了那么多知识，到了工作中用不上？
因为你不懂用啊，明明知道可以这样做，却不知道从何入手，学校教会你怎么从理论上解决问题，但没有教会你在实际上解决问题。
举个简单的例子，在市场营销领域，有一个简单好用的预测模型--BASS模型，你知道可以用可以用最小二乘方法求解参数，可是你会求解吗？如果在实际的应用场景中需要加入广告的因素，需要多加一个参数，只是在公式的后边增加一个修正项，类似LR中的正则化，和书本中的公式不一样了，这时候又该怎么办呢？
下面我们以BASS模型的数学公式以及简单变种，告诉大家我们在说什么。
这样的数学模型在工作学习中经常遇到，不算太难，但是没有现成的工具可用，特别是在实际情况中，我们经常会根据现实场景加入各种调节参数，此时就需要我们自己手动求解了。
BASS的数学公式：
你会求解其中的m,p,q等参数吗？明明很简单的数学模型却无从下手，你是不是也遇到这种尴尬的情况呢？这就是我为什么要写这个专辑的原因。旨在帮助那些有一定的高数和线性代数基础，但是不会编程的同学，学习怎么将数学公式转成计算机代码，用计算机求解数学公式，将书本理论转成实际生产力。
我曾经什么都不懂，因为好奇看了一些模式识别和数据挖掘方面的书籍，觉得有用但是不知道怎么用。直到我发现了MATLAB，相信很多同学都知道这款在高校最受欢迎的最强大的数值计算软件，当时简直是亮瞎了我的眼睛。说亮瞎我的眼一点也不为过，我不是学霸，虽然知道高数和代数等是所有工程学的基础，但是我的成绩一般。当我发现MATLAB后我觉得我的数学有救了，就算我不懂其中的数学奥秘，我也可以用MATLAB来计算，大不了我暴力求解啊。从此，我不再害怕数理逻辑和工程学，尽管对其中的数学推导过程依旧一知半解。
但是我们这个专辑不用MATLAB作为我们的开发软件，而是用python。并不是我不喜欢MATLAB，至今我依旧对MATLAB青睐有加，只是离开毕业后就没再用过MATLAB，已经基本忘记怎么使用了。如果你还没毕业，我强烈建议你取学习MATLAB，学习其基本变成方法，数值计算和各种工程学库，相信我，尽管毕业后可能也不会再用MATLAB，但是你学到的知识对今后的工作学习有深远影响。以后你就会明白，最重要的是思考问题的能力和学习的能力，工具并不重要，现在大数据领域各种工具层出不穷，C的，java的，python的，R的...但是，其基本数学模型并没有太大变化，终究我们是要用数学模型去解决现实中的问题，而不是显摆学了哪个软件，知道多少小技巧。
向大家推荐python，这个软件在大数据领域出尽了风头，而且这两年超过R语言成为大数据与人工智能领域的标配语言，市场上已经出现各种python培训课程，口号你懂的，“30天从入门到精通，挑战年薪30w”，其火热程度可想而知。python刚开始在大数据领域发力的时候，对标的是MATLAB，口号是：和MATLAB一样强大，比MATLAB更加好用。在numpy，scipy，staticmodel，pandas，sklearn等库越来越流行下，python已经成为数据科学工作者最常用的语言。此外，python作为一门胶水语言，可以无缝和hadoop，spark，TensorFlow等大数据，深度学习系统中，对数据库，网站后台等也有很好的支持。学习python，你不会后悔。
后话
在接下来的一段时间里，我们将一同学习怎么使用python，学习使用python解决常见的数学模型，学习怎么对生活现象建模。在此期间，我们将具体学习python基础语法，python简单绘图，numpy，scipy，pandas等数据处理有科学计算库的使用，以及参数方程的求解方法，通过专辑的学习，能够掌握一般难度数学建模问题，并享受解决问题的乐趣。
好了，下次见。
master苏.