数据科学的数学基础

　　本书汇总了数据科学中经常使用的数学知识，包括矩阵基础、微积分、概率论和优化等，以矩阵和向量形式统一了几个内容的符号体系，系统全面地介绍了数据科学的数学基础。全书共7章，内容包括线性代数、向量空间、内积空间、矩阵分解、向量微积分、概率与分布和优化方法。本书兼顾数学表达的严谨性和知识描述的直观性，减少了枯燥的证明过程，增加了易懂的几何绘图和运用示例，有助于读者快速理解数据科学中必要的数学知识。
　　本书适用于从事数据科学学术和应用研究，以及工程建设的教师、研究生和科技人员教学、自学或进修之用。