数据科学中的数学理论与分析方法 数据科学是从单纯的大量数据集中提取出“智慧”的数据，用以提供人们发现新知识并辅助决策的综合交叉学科。本书为本科教材，阐述了数据科学中数学理论以及相关分析方法。全书包括如下内容：对数据科学和大数据基础理论与发展的概述；承接高等教育中基础的数学理论：线性代数、微积分、概率论与数理统计，并讲述数值分析、马尔科夫预测这类数据科学中常用的理论；结合机器学习知识讲解数据科学中常用的分析方法：分类算法、关联规则挖掘、聚类、人工神经网络和时间序列分析。教材结合案例提供对应Python语言的代码操作，以进一步加强读者对知识点的理解。本教材从数据中提炼知识的整个过程所面临的问题和任务着手，以给出基本数学理论的讲解为基础，逐步在实践中使用数据科学。

作者：张鹏，崔骥	编辑：吕家慧	ISBN：978-7-305-28696-4
出版时间：202502	字数：543	定价：58.00
开本：16开	页数：340	装订：平装
版次：1	CIP分类号：TP274

张鹏，博士，南京理工大学网络空间安全学院教授，博士生导师。讲授数据科学中数学理论与方法（Ⅰ）、机器学习等多门本科生和研究生专业基础课和专业课。在国内外顶级期刊会议发表论文80余篇，其中CCF-AB论文30余篇。崔骥，南京理工大学网络空间安全学院副院长，副教授，硕士生导师。一直从事教学科研工作，先后承担多门本科生、研究生课程，指导研究生及本科生毕业设计。在国内外核心刊物发表数十篇学术性论文。

数据科学是从单纯的大量数据集中提取出“智慧”的数据，用以提供人们发现新知识并辅助决策的综合交叉学科。本书为本科教材，阐述了数据科学中数学理论以及相关分析方法。全书包括如下内容：对数据科学和大数据基础理论与发展的概述；承接高等教育中基础的数学理论：线性代数、微积分、概率论与数理统计，并讲述数值分析、马尔科夫预测这类数据科学中常用的理论；结合机器学习知识讲解数据科学中常用的分析方法：分类算法、关联规则挖掘、聚类、人工神经网络和时间序列分析。教材结合案例提供对应Python语言的代码操作，以进一步加强读者对知识点的理解。本教材从数据中提炼知识的整个过程所面临的问题和任务着手，以给出基本数学理论的讲解为基础，逐步在实践中使用数据科学。