这些数学与理论视频的难度不只由题目决定，也取决于讲法。这里既有无需证明基础的可视化解释，也有面向程序员的算法和信息论内容。每部精选视频都标出推荐理由，方便判断它适合第一次接触，还是用来补一个长期没弄明白的概念。
先看图，再回到公式
向量可以先看成空间中的方向和位移，导数可以先理解为瞬时变化。图像不能替代严格定义，但它会告诉你公式在描述什么，后续推导也更容易检查。
3Blue1Brown、Welch Labs 等频道很适合承担这一步。暂停动画，自己把图重画一遍，通常比连续看完更有效。
按使用场景选一条线
做机器学习，可以先看向量、微积分和贝叶斯推断；关心音频、图像或压缩，傅里叶分析与信息论更贴近实际问题。算法主题则会把数学结构变成可执行的步骤。
不必把整页当成一门课。先解决眼前卡住的概念，再沿相关分类继续看，学习顺序会更符合自己的背景。
看懂之后，试着复述
一段动画看起来顺畅，不代表概念已经留下来。关掉视频后，用一句话说清对象是什么、它怎样变化，再举一个能用到它的例子。说不出来的地方，就是值得回看的时间点。
如果准备进入证明或计算练习，把这些视频当作概念入口即可。它们能建立方向感，但不会替代教材中的定义、习题和误差检查。
十集路线从向量和微积分起步，依次走到曲线、傅里叶分析、概率和信息论。
按概念依赖建立数学直觉 ↗6 个值得先看的视频
-
↗系列课程 · 入门
Vectors | Chapter 1, Essence of linear algebra
先把向量理解为空间中的方向与位移，再进入坐标和矩阵；这部视频是线性代数很好的第一站。
17 位 HN 用户给出正向推荐，分布在 18 个不同月份
-
↗系列课程 · 入门
The essence of calculus
把导数和积分放回运动、变化与面积中，适合在学习计算规则之前建立微积分的整体直觉。
10 位 HN 用户给出正向推荐，分布在 9 个不同月份
-
↗系列课程 · 入门
Imaginary Numbers Are Real [Part 1: Introduction]
用复平面解释虚数为何合理，也为后续理解旋转、振动和频域表示打好基础。
7 位 HN 用户给出正向推荐，分布在 7 个不同月份
-
↗讲解 · 入门
But what is a Fourier series? From heat flow to drawing with circles | DE4
从热传导和旋转圆进入傅里叶级数，抽象的频率分解在动画中变得很容易跟上。
4 位 HN 用户给出正向推荐，分布在 4 个不同月份
-
↗讲解 · 入门
The medical test paradox, and redesigning Bayes' rule
用医学检测的基础率问题重建贝叶斯法则，能直接修正常见的概率判断偏差。
4 位 HN 用户给出正向推荐，分布在 4 个不同月份
-
↗讲解 · 入门
But what are Hamming codes? The origin of error correction
从奇偶校验推到汉明码，清楚展示冗余信息怎样帮助系统发现并纠正传输错误。
4 位 HN 用户给出正向推荐，分布在 4 个不同月份
继续缩小主题范围
下面这些分类会直接打开已经套用筛选条件的视频库。