附件:设置1:设置2:设置3:本书简要阐述数据科学的数学基础。全书共11章, 内容包括线性代数基础、线性空间与线性变换、向量与矩阵范数、矩阵分解、概率统计基础、随机过程、最优化基础、线性规划、常用无约束最优化方法、常用约束最优化方法以及综合案例。除第11章外, 每章都有应用实例与该章内容紧密结合, 以进一步加强读者对知识点的理解和掌握。所有的应用实例和第11章综合案例的代码都在Windows操作系统下利用Python 3.7编写, 并在交互式解释器IDLE上调试通过。摘要:有书目 (第368页)
附注提要
本书简要阐述数据科学的数学基础。全书共11章, 内容包括线性代数基础、线性空间与线性变换、向量与矩阵范数、矩阵分解、概率统计基础、随机过程、最优化基础、线性规划、常用无约束最优化方法、常用约束最优化方法以及综合案例。除第11章外, 每章都有应用实例与该章内容紧密结合, 以进一步加强读者对知识点的理解和掌握。所有的应用实例和第11章综合案例的代码都在Windows操作系统下利用Python 3.7编写, 并在交互式解释器IDLE上调试通过。