數據科學與工程數學基礎

本書介紹了數據驅動的機器學習、人工智能建模與計算所需的核心數學基礎知識，涉及數值線性代數（矩陣計算）、概率論和信息論基礎及概率模型估計、最優化方法等。內容按照從模式分析到數據分析再到數學基礎的思路來組織，圍繞數據分析系統的核心構成：表示、模型和學習形成數據線和數學線兩條線。數據線按照數據分析的處理流程、通過大量翔實的案例作為導引，引出所需數學；數學線緊扣數據線，按照知識內容發生的內在自然邏輯順序展開。兩者相輔相成，構成從具體到抽象、從抽象到具體的閉環。本書在數據科學的定位類似於《離散數學》在計算機科學的定位，配有相當數量的習題，可作為數據科學與大數據技術、人工智能、計算機科學和軟件工程等相關專業的本科生或研究生的數學基礎課程教材或參考書，也可作為學術和工業界科技人員了解和應用數據科學與大數據技術數學基礎的參考手冊。