
雷俊丽 张良均
本书全面地讲解了在科学领域广泛运用的微积分、概率论与数理统计、线性代数、数值计算、多元统计分析等数学基础知识。全书共6章:第1章介绍了大数据与数学、数学与Python的关系;第2章介绍了微积分的基础知识,包括极限、导数、微分、不定积分与定积分等;第3章介绍了概率论与数理统计的基础知识,包括数据分布特征、概率与概率分布、参数估计、假设检验等;第4章介绍了线性代数的基础知识,包括行列式、矩阵的运算和特征分解、奇异值分解;第5章介绍了数值计算的基础知识,包括插值法、函数逼近与拟合、非线性方程(组)求根;第6章介绍了常用的多元统计分析方法,包括回归分析、判别分析、聚类分析、主成分分析、因子分析和典型相关分析。本书示例大都结合Python进行求解分析,且每章都有课后习题,可以帮助读者巩固所学的内容。
去年给大一学生随口说了句完全可以用python学习高数,线代,概率论,学生让推荐本书,我找了一下,相关图书都很零散,今年可以推荐这本书了。
高中数学和高等数学都忘得差不多了,但还能坚持看完,说明还是老少皆宜的。插值和积分还在局部懵圈中
简单复习一下数学基础,虽然书中内容不够全面
微积分、线代、概率论等都能在此重温,不错的书
有例题 有代码 处理的问题是最简单的数据 比较基础。优秀的入门书籍。