浅入浅出，锻炼思维

浅入浅出，这4个字我认为是对《统计至简》最恰当的评价。

我们常用“啃”字来形容读一本专业著作的过程，虽然在字典中说的是用“啃”字来比喻刻苦专研，但我想大多数人在用这个字的时候更多地还是因为这本书非常难读，就像是一块难啃的骨头。而读《统计至简》的过程在我看来则像是喝汤，那些原本难啃的知识点都被作者煮进了汤里，因此整本书读起来都很顺畅、很爽，只是偶尔仍会有一种意犹未尽的感觉，想要在碗里找点干东西，遗憾的是碗里只有汤。

当然，我并不是说这本书水，在我看来，这本书的定位很清晰，它并非是要作为一本概率论或者统计学的教材，自然也就没有必要去讲清楚每一个知识点，去推导每一个公式。

这本书最主要的作用是承上启下，把那些概率统计中与机器学习相关的知识串起来，并且给出了代码，为后续的学习和实践做准备。就比如LDA（潜在狄利克雷分配）模型，最早我是在啃西瓜书的时候看到LDA模型的，但看完之后脑子一头雾水，对于LDA的原理完全没搞懂，只知道这个模型可以用来做文本分类，而在实际使用的时候就只知道调包了（用的TF-IDF）。后来看了李航的第2版，才跟着书把公式推了一遍，但仍然是知其然不知其所以然。直到看了《统计至简》中的贝叶斯推断部分，我才一下子明白了为什么要使用Dirichlet分布。

其次，这本书的一大优势是书中的大量配图，或许其中一些图是多余的，比如第14.6章把各个角度的投影都画了一遍，但正是这把大量图像反复投喂给大脑的过程，能很好地锻炼数学思维能力。现在我不仅看到公式能够立刻想到对应的图像，就连切菜的时候脑子里都是数学：我拿起一个土豆，噢，这是一个椭球（其实并不是）；菜刀一比划，噢，这一刀是xy平面；现在我要把土豆切片，我一边旋转着土豆一边想，要怎么切才能让土豆片的条件方差最大呢？

说完了优点，最后说一下我无法忍受的一点，那就是配图的错误。生姜老师在视频课程中发现配图错误时就明明白白说了，视频中使用的文件是校对前的版本，之后还要经过5次校对。结果呢？这些错误还是原封不动地出现在了纸质书上，关键是这样的错误还不止一次。虽然我大脑中的先验是愿意相信生姜老师和出版社的编辑都是态度认真且负有责任心的，但现实数据却一再与先验相违背，请问我要如何更新先验信息？