代码和数学是相知相惜的好伙伴，它们基于共同的理性思维，数学公式的推导可以自然地在编写代码的过程中展开。本书带领程序员使用自己熟知的工具，即代码，来理解机器学习和游戏设计中的数学知识。通过Python代码和200多个小项目，读者将掌握二维向量、三维向量、矩阵变换、线性方程、微积分、线性回归、logistic回归、梯度下降等知识。
本书面向想加深数学功底的程序员，尤其是想进入机器学习领域却被数学“劝退”的程序员。机器学习工程师、数据分析师、量化金融分析师、算法工程师、3D游戏开发工程师、3D动画制作工程师都可以通过本书获益。

保罗·奥兰德（Paul Orland），硅谷创业公司Tachyus的联合创始人兼CEO，拥有耶鲁大学数学学士学位和华盛顿大学物理学硕士学位，曾任微软公司软件开发工程师，近10年来一直致力于使用数学和函数式编程来优化能源生产。

第1章 通过代码学数学
1.1 使用数学和软件解决商业问题
1.1.1 预测金融市场走势
1.1.2 寻找优质交易
1.1.3 构建三维图形和动画
1.1.4 对物理世界建模
1.2 如何高效学习数学
1.2.1 Jane想学习数学
1.2.2 在数学课本中苦苦挣扎
1.3 用上你训练有素的左脑
1.3.1 使用正式的语言
1.3.2 构建你自己的计算器
1.3.3 用函数建立抽象概念
1.4 小结
第一部分 向量和图形
第2章 二维向量绘图
2.1 二维向量绘图
2.1.1 如何表示二维向量
2.1.2 用Python绘制二维图形
2.1.3 练习
2.2 平面向量运算
2.2.1 向量的分量和长度
2.2.2 向量与数相乘
2.2.3 减法、位移和距离
2.2.4 练习
2.3 平面上的角度和三角学
2.3.1 从角度到分量
2.3.2 Python中的三角学和弧度
2.3.3 从分量到角度
2.3.4 练习
2.4 向量集合的变换
2.4.1 组合向量变换
2.4.2 练习
2.5 用Matplotlib绘图
2.6 小结
第3章 上升到三维世界
3.1 在三维空间中绘制向量
3.1.1 用坐标表示三维向量
3.1.2 用Python进行三维绘图
3.1.3 练习
3.2 三维空间中的向量运算
3.2.1 添加三维向量
3.2.2 三维空间中的标量乘法
3.2.3 三维向量减法
3.2.4 计算长度和距离
3.2.5 计算角度和方向
3.2.6 练习
3.3 点积：测量向量对齐
3.3.1 绘制点积
3.3.2 计算点积
3.3.3 点积的示例
3.3.4 用点积测量角度
3.3.5 练习
3.4 向量积：测量定向区域
……
第二部分 微积分和物理仿真
第三部分 机器学习的应用
附录A 准备Python（图灵社区下载）
附录B Python技巧和窍门（图灵社区下载）
附录C 使用OpenGL和PyGame加载和渲染三维模型（图灵社区下载）
附录D 数学符号参考（图灵社区下载）