數據科學和機器學習已經深度融合到我們生活的方方面面，而數學正是開啓未來大門的鑰匙

不是所 有人生來都握有一副好牌，但是掌握“數學 + 編程 + 機器學習”絕對是王牌

這次，學習數學不再是爲了考試、分數、升學，而是投資時間、自我實現、面向未來

爲了讓大家學數學、用數學，甚至愛上數學， 在創作這套書時，作者儘量克服傳統數學教材的各種弊端，讓大家學習時有興趣、看得懂、有思考、更自信、用得着

《數學要素：全綵圖解 + 微課 + Python編程》打破數學板塊的藩籬，將算數、代數、線性代數、幾何、解析幾何、概率統計、微積分、優化方法等板塊有機結合在一起

從加、減、乘、除四則運算講起，主要內容包括：第 1、2 章講解向量和矩陣的基本運算；第 3 章講解常用幾何知識；第 4 章講解代數知識；第 5、6 兩章介紹座標系；第 7、8、9 三章介紹解析幾何；第 10 章到第 14 章都是圍繞函數展開；第 15 章到第 19 章講解微積分以及優化問題內容；第20、21 兩章是概率統計入門；《數學要素：全綵圖解 + 微課 + Python編程》最後四章以線性代數收尾

《數學要素：全綵圖解 + 微課 + Python編程》內容編排上突出“圖解 + 編程 + 機器學習應用”

講解一些特定數學工具時，《數學要素：全綵圖解 + 微課 + Python編程》會穿插介紹其在數據科學和機器學習領域應用場景，讓大家學以致用

《數學要素：全綵圖解 + 微課 + Python編程》雖標榜“從加減乘除到機器學習”，但是建議讀者至少具備高中數學知識

如果讀者正在學習或曾經學過大學數學 ( 微積分、線性代數、概率統計 )，就更容易讀了

---