前言

隨著云時代的來臨，大數據分析技術將幫助企業用戶在合理的時間內獲取、處理海量數據，為企業經營決策提供積極的幫助。大數據分析作為一門前沿技術，廣泛應用于物聯網、云計算、移動互聯網等戰略性新興產業。在大數據的研究和應用中，數學是其堅實的理論基礎。在數據處理、數據挖掘、評判分析等過程中，數學方法扮演著至關重要的角色。

本書致力于傳播大數據分析技術的基礎數學知識，以期通過理論結合實踐的方式，幫助讀者運用相關數學知識解決一些實際問題。

本書特色

本書將理論與實踐相結合，通過示例與大量代碼實現，深入淺出地介紹了大數據分析技術所需的數學基礎知識，并引導讀者利用所學知識解決問題。本書通過例題和課后習題幫助讀者鞏固所學內容，使讀者能夠真正理解并應用。

本書內容由淺入深，第1章介紹大數據與數學之間的聯系，讓讀者在宏觀上了解學習大數據分析技術所需要的數學知識，以及Python中常用的數學相關庫；第2～5章全面地介紹微積分、概率論與數理統計、線性代數、數值計算在數據科學領域的簡單應用；第6章結合前5章的知識，介紹了數據分析過程中常用的數學分析方法，并結合Python對示例進行求解分析。

本書適用對象

? 開設大數據分析課程的高校的教師和學生

目前，國內不少高校將大數據分析引入教學中，在數學、計算機、自動化、電子信息及金融等專業開設了與大數據分析技術相關的課程，但目前這一課程的前置基礎課——數學的教學仍然主要局限于理論介紹。因為單純的理論教學過于抽象，學生理解起來往往比較困難，所以教學效果也不甚理想。本書提供的基于Python語言的實踐教學模式，能夠使師生充分互動，實現最佳的教學效果。

? 大數據分析相關從業人員

這類人員可以通過本書理解大數據分析技術中常見算法背后的理論原理，并掌握相關實現方法等知識，從而能夠對算法有全面而深入的了解，同時也能夠通過閱讀本書對大數據分析方法等有所認識。

? 機器學習與數據挖掘從業人員

這類人員可以通過本書更深入地理解機器學習常用算法的基本實現方法，從而設計出更加高效、流暢的算法，以輔助生產，為決策提供依據。

? 數學愛好者

本書不僅介紹了微積分、概率論與數理統計、線性代數、數值計算和多元統計分析的基礎知識，還用Python實現了絕大部分的理論與算法，可滿足數學愛好者的求知欲望。

代碼下載及問題反饋

為了幫助讀者更好地使用本書，泰迪云課堂（https://edu.tipdm.org）提供了配套的教學視頻。對于本書配套的原始數據文件、Python程序代碼，讀者可以掃描下方的二維碼關注泰迪學社微信公眾號（TipDataMining），回復“圖書資源”進行獲取，也可登錄人民郵電出版社教育社區（www.ryjiaoyu.com）下載。為方便教師授課，本書還提供了PPT課件、教學大綱、教學進度表和教案等教學資源，教師可在泰迪學社微信公眾號回復“教學資源”進行獲取。

我們已經盡最大的努力避免在文本和代碼中出現錯誤，但是由于水平有限，編寫時間倉促，書中疏漏和不足之處在所難免。如果您有更多寶貴意見，歡迎在泰迪學社微信公眾號回復“圖書反饋”進行反饋。更多本系列圖書的信息可以在“泰迪杯”數據挖掘挑戰賽網站（http://www.tipdm.org/tj/index.jhtml）查閱。

編者

2019年3月