內容簡介

本書面向廣大數據科學與人工智能專業的學生及初學者，力求通俗易懂、簡潔清晰地呈現學習大數據與人工智能需要的基礎數學知識，助力讀者為進一步學習人工智能打好數學基礎。

全書分為4篇，共19章：微積分篇（第1～5章），主要介紹極限、導數、極值、多元函數導數與極值、梯度下降法等；線性代數篇（第6～10章），主要介紹向量、矩陣、行列式、線性方程組、特征值和特征向量等，并介紹這些數學知識在人工智能中的應用；概率統計篇（第11～17章），主要介紹概率、隨機變量、數字特征、相關分析和回歸分析，并介紹數據處理的基本方法和Pandas在數據處理中的應用；應用篇（第18章和第19章），主要介紹人工智能中典型的全連接神經網絡和卷積神經網絡。

本書既有理論又有應用，既可以用紙筆計算，也可以用Python編程計算，讀者可在學習過程中根據需要合理地選擇側重點。

本書既可作為高職院校數據科學與人工智能專業的教材，也可作為相關產業從業者的自學或參考用書。