數據科學的數學基礎

內容簡介

數據科學是從單純的“大”數據提煉出“智慧”的數據，以供人們發現新知識並輔助決策的綜合交叉學科．本書簡要闡述數據科學的數學基礎．全書共11章，內容包括線性代數基礎、線性空間與線性變換、向量與矩陣範數、矩陣分解、機率統計基礎、隨機過程、化基礎、線性規劃、常用無約束化方法、常用約束化方法以及綜合案例．除第11章外，每章都有套用實例與該章內容緊密結合，以進一步加強讀者對知識點的理解和掌握．所有的套用實例和第11章綜合案例的代碼都在Windows作業系統下利用Python 3.7編寫，並在互動式解釋器IDLE上調試通過．

本書可作為高等院校大數據、人工智慧等相關專業的教材，也可供從事大數據、人工智慧及相關領域教學、研究和套用開發的人員參考．

作者簡介

盧力，博士，華中科技大學軟體學院副教授。目前主要從事數字圖像處理與模式識別和數據科學等方向的研究工作。主持和參與多項科研項目和教學研究項目的研究；在國內外重要學術期刊和會議上發表論文二十餘篇；正式出版教材2部。主要承擔研究生“軟體數學”“數字圖像處理及套用”，本科生“離散數學”“數學建模”等課程的教學任務。指導本科生參加美國大學生數學建模競賽，多次獲得一、二、三等獎。

數據科學的數學基礎

基本介紹

內容簡介

作者簡介

相關詞條

熱門詞條