本書面向廣大數(shù)據(jù)科學與人工智能專業(yè)的學生及初學者，力求通俗易懂、簡潔清晰地呈現(xiàn)學習大數(shù)據(jù)與人工智能需要的基礎數(shù)學知識，助力讀者為進一步學習人工智能打好數(shù)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(shù)、極值、多元函數(shù)導數(shù)與極值、梯度下降法等；線性代數(shù)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(shù)學知識在人工智能中的應用；概率統(tǒng)計篇（第 11～17 章），主要介紹概率、隨機變量、數(shù)字特征、相關分析和回歸分析，并介紹數(shù)據(jù)處理的基本方法和 Pandas 在數(shù)據(jù)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(jīng)網(wǎng)絡和卷積神經(jīng)網(wǎng)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(jù)需要合理地選擇側(cè)重點。
本書既可作為高職院校數(shù)據(jù)科學與人工智能專業(yè)的教材，也可作為相關產(chǎn)業(yè)從業(yè)者的自學或參考用書。