人工智能数学基础

本书的宗旨是以零基础讲解为出发点，为学习数据科学与人工智能的读者提供通俗易懂的知识点讲解，帮助他们快速建立数学基础。全书共分为4篇，共涉及17章内容。其中，第1篇为数学知识基础篇，主要介绍高等数学基础、微积分、泰勒公式以及拉格朗日乘子法等知识；第2篇为数学知识核心篇，主要包括线性代数基础、特征值及矩阵分解、概率基础知识、随机变量以及概率估计等内容；第3篇为数学知识提高篇，主要介绍数据科学中的分布、核函数变换、熵以及激活函数等内容；第4篇为数学知识应用篇，主要包括回归分析、假设检验、相关分析、方差分析、聚类分析、贝叶斯分析等内容。本书适用于想要进入与数据科学与人工智能相关行业的读者。

作者简介

唐宇迪，计算机专业博士，网易云课堂人工智能认证行家，51CTO学院讲师，CSDN博客专家。李琳，河南工业大学副教授，在软件工程、机器学习、人工智能和模式识别等领域有深入研究。侯惠芳，教授，解放军信息工程大学通信与信息系统专业博士，擅长机器学习、大数据检索、人工智能和模式识别等。王社伟，河南工业大学副教授，西北工业大学航空宇航制造专业博士，挪威科技大学访问学者，对数字化制造、企业管理系统、机器学习、数据挖掘等有丰富的实战经验。