
雷俊麗 張良均
本書全面地講解了在科學領域廣泛運用的微積分、概率論與數理統計、線性代數、數值計算、多元統計分析等數學基礎知識。全書共6章:第1章介紹了大數據與數學、數學與Python的關係;第2章介紹了微積分的基礎知識,包括極限、導數、微分、不定積分與定積分等;第3章介紹了概率論與數理統計的基礎知識,包括數據分佈特徵、概率與概率分佈、參數估計、假設檢驗等;第4章介紹了線性代數的基礎知識,包括行列式、矩陣的運算和特徵分解、奇異值分解;第5章介紹了數值計算的基礎知識,包括插值法、函數逼近與擬合、非線性方程(組)求根;第6章介紹了常用的多元統計分析方法,包括迴歸分析、判別分析、聚類分析、主成分分析、因子分析和典型相關分析。本書示例大都結合Python進行求解分析,且每章都有課後習題,可以幫助讀者鞏固所學的內容。
去年給大一學生隨口說了句完全可以用python學習高數,線代,概率論,學生讓推薦本書,我找了一下,相關圖書都很零散,今年可以推薦這本書了。
高中數學和高等數學都忘得差不多了,但還能堅持看完,說明還是老少皆宜的。插值和積分還在局部懵圈中
簡單複習一下數學基礎,雖然書中內容不夠全面
微積分、線代、概率論等都能在此重溫,不錯的書
有例題 有代碼 處理的問題是最簡單的數據 比較基礎。優秀的入門書籍。