从一个简单的例子开始

用通俗的语言读符号，保留单位，并验证一个你已经知道答案的案例。

实用数学入门 / 2026年10月

为 FDE 而写

为想让数学变得讲得通的工程师准备的实用入门指南。

一个检索得分、一次小型评测、一个内存估算，都可能改变客户的决策。学会理解这些数字的含义，演算其中的算术，并清晰地展示结果。

所有答案、概念与课程，所有论文解析、全部已发布的视频课程、动手实践的 FDE Lab 任务、Premium PDF 指南及配套文件、完整的练习题库以及工作样例下载。Referral Premium 不包含指南 PDF 及其配套文件。

配合免费视频课程一起学习。

Premium 指南 PDF 及配套文件需要有效的付费 Premium 或经批准的赠阅权限。Referral Premium 包含网站其余内容，但不包含这些下载。

66 页 · 15 核心课程 · PDF + 计算配套文件

数量 / 证据 / 计算 / 图表

  • 插图页
  • 66
  • 核心课程
  • 15
  • 原创矢量图
  • 20
  • 附详细解答的练习题
  • 14

评判模型证据、解释检索、规划内存预算，并审视评审阈值背后的队列。

选择能回答问题的图表，保留其分母，并展示证据的局限。

打开本书

阅读 PDF 中的三个完整页面。以全尺寸打开预览，查看详细示例及其配图。

第 8 页 / 样例

了解为什么点积和余弦可能对同样的候选对象给出不同的排序。

以全尺寸打开该页 ↗

第 20 页 / 样例

比较不同样本量下相同的通过率，并解读零观测失败的含义。

第 44 页 / 样例

使用直方图和累积曲线来解释延迟与截止期限。

一个连贯的学习序列

掌握单位、百分比、向量和矩阵形状。理解压缩保留了什么。

  • 01单位、比率与增长p. 6
  • 02向量与检索几何p. 8
  • 03矩阵是形状契约p. 10
  • 04投影、秩与有用的压缩p. 13

运用概率、分布、区间和错误成本来评判模型及其决策。

  • 05概率、基础比率与期望成本p. 15
  • 06先描述数据，再解释数据p. 17
  • 07多少证据才算足够？p. 20
  • 08指标在阈值处才有用p. 23
  • 09意外、损失与分布变化p. 26

追踪梯度、注意力、浮点数、缓存预算、队列与图的增长。

  • 10微积分是局部敏感性p. 28
  • 11注意力是加权平均p. 31
  • 12计算机存储的是近似值p. 33
  • 13从存储对象出发规划内存预算p. 36
  • 14在展开之前先数清路径p. 39

选择一张图表，完成一次发布评审，核对答案，然后回到案头参考。

  • 15 从问题中选择图表 第 42 页
  • 16 将计算纳入决策 第 47 页
  • 17 详解答案：数量与几何 第 49 页
  • 18 日常计算的案头参考 第 52 页
  • 19 当基础模型不够用时 第 54 页

可选的专业页面介绍先验、约束优化、视觉形状、傅里叶变换和弯曲几何。当你的应用需要时，可循这些路线学习。本书包含 25 篇精选的一手参考文献。

附带 / 计算伴侣

运行透明的计算器，用于余弦、评测区间、成对比较、稳定概率、量化、内存和队列。用合成数据重现详解图表，并将假设与结果一并保存在可编辑的计算笔记中。

需要 Python 3.10 或更高版本，无需额外软件包或付费 API。分发的原始压缩包通过 21 组测试，并能检测出五个故意植入的缺陷。这些是带有明确局限的教学工具；在投入运营使用前请先审阅。

一位候选助手在评测中表现提升，并请求更大的上下文窗口。在推荐发布之前，请检查成对证据、缓存预算、人工评审容量以及每个已接受任务的成本。

所提供的资料包和详解回复均为虚构。本练习教你如何综合各项约束条件，避免把一个亮眼的分数误当作完整的运营决策。

PDF 直接链接到相关概念、问题和课程。每个链接资源保留其显示的访问级别。

第 2–4 课

第 5–9 课和第 15 课

第 10–14 课

详解评审与参考

你只需要普通算术、好奇心和一台计算器。本指南在向量或微积分之前先介绍记号、单位和百分比。每节核心课程都通过一个小例子展开，并解释结果在工程工作中的含义。

这份 66 页的 PDF 包含 15 节核心课程、20 幅原创向量图、14 道附详解答案的练习、一个发布评审案例、参考表和可选的专业材料。另附一个 ZIP 压缩包，内含基于标准库的 Python 计算器、检查脚本、合成图表数据和计算笔记模板。

是的。有一节专门的课程涵盖图表选择、条形图与点图比较、时间序列、直方图、累积曲线、散点图、热力图、对数刻度、不确定性、ROC 曲线和精确率–召回率曲线。详解图示展示了分母、样本量和显示方式的选择如何改变解读结果。

你可以用它来解释检索排序、评判一次评测、选择评审阈值、估算模型和缓存内存、排查数值故障、规划容量，或向客户展示数据。详解评审将质量、内存、评审容量和成本汇入同一个决策。

不是。所有配置、工作负载、成本和结果均为合成的教学输入。本指南说明了公式假设，并链接了精选的主要技术参考资料。它不承诺任何特定模型的准确性、性能或部署结果。

完整 PDF 及配套材料包含在有效的付费 Premium 或经批准的免费指南访问权限中，无需单独购买。三个完整示例页面是公开的。仅限推荐的在线 Premium 不包含指南下载。

可以，在遵守指南的发布声明和网站条款的前提下，可用于您自己的内部工作。配套程序可在 Python 3.10 或更高版本上运行，无需额外软件包或付费 API。在将其投入实际运营使用之前，请先审阅相关假设。除非法律允许，公开再分发或转售需要获得许可。

内容覆盖范围已与所提供的研究资料及后续的主题审计进行了核对。分发的配套程序通过了 21 个测试组，并能检测出五个故意设置的缺陷。检查还涵盖算术、来源和学习资料链接、PDF 结构以及渲染布局。AI 辅助了起草、插图制作和验证。自动化检查和助手审阅并不意味着已获得独立的人工编辑批准。