学习计算机数学的书籍选择，可以根据学习者的需求、学习风格和目标来挑选。以下是一些推荐的书籍：
《计算机数学：算法､线性代数与图论》
作者：不详
特点：涵盖了算法基础、向量与矩阵、图形变换的矩阵方法、线性方程组、图与网络分析、树以及MATLAB入门等多个方面，内容丰富、实用性强、逻辑清晰。
《程序员数学用Python学透线性代数和微积分》
作者：保罗·奥兰德
特点：通过500余幅生动的图示和300多个练习，带领读者在Python的世界中探索线性代数与微积分的核心概念，特别适合希望通过实践来巩固理论基础的读者。
《程序员的数学》系列
作者：结城浩
特点：包括四册，涵盖了机器学习、数据挖掘和模式识别等基础知识，简化复杂的数学概念，适合对IT编程有一定了解的读者。
《深度学习的数学》
作者：不详
特点：专注于深度学习的数学基础，通过235幅插图和大量的Excel示例，让读者在实践中深入理解神经网络的原理。
《白话机器学习的数学》和《白话深度学习的数学》系列
作者：不详
特点：通过轻松的对话形式，将复杂的公式拆解开，逐步引导读者掌握机器学习和深度学习中的基本数学知识，降低学习门槛，提高理解能力。
《用Python学数学》
作者：不详
特点：通过趣味案例和动手实践，让数学变得生动有趣，展现了编程与数学的完美结合，主要针对中学数学的核心主题。
《用Python动手学统计学》
作者：不详
特点：循序渐进地介绍统计学的基础知识，并配以Python示例，帮助读者快速上手统计分析的实际应用。
《具体数学：计算机科学基础》
作者：不详
特点：涵盖了计算机科学所需的数学基础，内容深入浅出，适合初学者。
《计算机科学概论》
作者：Peter Norton和Robert L. Foreman
特点：以通俗易懂的语言介绍了计算机科学的基本概念，包括计算机硬件、软件、操作系统、网络等内容，适合初学者阅读。
《计算机科学导论》
作者：Behrouz A. Forouzan和Richard F. Gilberg
特点：全面介绍了计算机科学的基本概念和原理，包括数据表示、算法、编程语言等内容，适合想要深入学习计算机科学的读者。
这些书籍各有特色，可以根据个人的学习需求和兴趣选择合适的书籍进行学习。如果希望系统地学习计算机数学，建议从基础数学概念开始，逐步深入到算法、线性代数、图论等核心领域。同时，结合编程实践可以更好地理解和应用所学知识。