人工智能数学基础

（1）零基础也能快速入门。本书从*基础的高等数学基础讲起，由浅入深，层层递进，在巩固固有知识的同时深入讲解人工智能的算法原理，无论读者是否从事计算机相关行业，是否接触过人工智能，都能通过本书实现快速入门。
（2）全新视角介绍数学知识。采用计算机程序模拟数学推论的介绍方法，使数学知识更为清晰易懂，更容易让初学者深入理解数学定理、公式的意义，从而激发起读者的学习兴趣。
（3）理论和实践相结合。每章*后提供根据所在章的理论知识点精心设计的“综合性实例”，读者可以通过综合案例进行实践操作，为以后的算法学习奠定基础。
（4）大量范例源码 习题答案，为学习排忧解难。本书所有示例都有清晰完整的源码，每章之后设有习题并配套题目答案，讲解清晰，解决读者在学习中的所有困惑。

　　本书以零基础讲解为宗旨，面向学习数据科学与人工智能的读者，通俗地讲解每一个知识点，旨在帮助读者快速打下数学基础。 
　　全书分为 4 篇，共 17 章。其中第 1 篇为数学知识基础篇，主要讲述了高等数学基础、微积分、泰勒公式与拉格朗日乘子法；第 2 篇为数学知识核心篇，主要讲述了线性代数基础、特征值与矩阵分解、概率论基础、随机变量与概率估计；第 3 篇为数学知识提高篇，主要讲述了数据科学的几种分布、核函数变换、熵与激活函数；第 4 篇为数学知识应用篇，主要讲述了回归分析、假设检验、相关分析、方差分析、聚类分析、贝叶斯分析等内容。 
　　本书适合准备从事数据科学与人工智能相关行业的读者。

　　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。

目录
第1 章 人工智能与数学基础……….１
第 1 篇
基础篇……………………………………………………….. 9
第 2 章 高等数学基础 …………….. １0
第 3 章 微积分…………………………39
第 4 章 泰勒公式与拉格朗日
乘子法…………………………53
第 2 篇
核心篇……………………………………………………… 69
第 5 章 将研究对象形式化—线性
代数基础 ……………………..70
第 6 章 从数据中提取重要信息—
特征值与矩阵分解……….127
第 7 章 描述统计规律 1—概率论
基础…………………………..155
第 8 章 描述统计规律 2—随机变量
与概率估计……………………185
提高篇……………………………………………………. 225
第 9 章 随机变量的几种分布…… 226
第 10 章 数据的空间变换—核函数
变换……………………….. 287
第 11 章 熵与激活函数 ………….. 323
第 12 章 假设检验 ………………… 344
第 13 章 相关分析…………………. 375
第 14 章 回归分析………………….409
第 15 章 方差分析………………….449
第 16 章 聚类分析………………….469
第 17 章 贝叶斯分析………………..513

　　 数学思维的体操，也是学习人工智能的基石。在人工智能算法的学习过程中，很多初学者遭遇的挫折多半是来自看不懂算法的数学推导过程，进而无法理解算法原理，在应用中只能调整参数或换工具包，却很难优化算法。要理解一个算法的内在逻辑，没有必要的数学知识是不行的，这一点是人工智能编程和以往传统程序编程的不同之处。该书立足于帮助数据科学与人工智能相关行业的读者快速掌握相关的基本数学知识，为进一步学习打下基础，是一本值得推荐的图书。
　　——北京大学教授、博士生导师，国家重点研发计划“智能机器人”总体专家组成员，中国人工智能学会副理事长 刘宏
　　数学是一切自然科学的基础。以机器学习和深度学习为代表的人工智能的核心理论基础就是数学。《人工智能数学基础》这本书涵盖了高等数学、线性代数、概率论以及数理统计等相关学习人工智能必要的数学知识，对于广大AI学习者和研究者掌握必要数学理论和查漏补缺具有重要意义。
　　——贝叶斯统计方向硕士，深度学习算法工程师，微信公众号“机器学习实验室”主编，《深度学习笔记》作者 鲁伟
　　人工智能 Python是当今互联网非常火热的“领域 工具”组合，但千万不要做“工具人”，3行代码的人脸识别是没有用的，打好数学基础，年入百万才不是梦！
　　——某数据中台创业公司担任Solution Architect「红色警戒：复兴」联合创始人，公众号『Python专栏』主编 杨庆麟
　　数学是人工智能之基石。该书系统性介绍了人工智能相关的必要数学基础知识，同时结合了代码实战，值得一读。
　　——某AI公司联合创始人，公众号《磐创AI》主编 史周安
　　对于人工智能的从业者而言，编程能力决定其下限，数学基本功则决定其上限。唐宇迪博士和李林教授等人编写这本书详细介绍了人工智能所涉及的高等数学、线性代数、概率论与数理统计相关知识，同时也剖析了机器学习的经典算法。不仅如此，该书还给出了大量Python实战代码，这是一本理论与实战兼备的人工智能入门书籍。
　　——中国民航大学硕士，CSDN博客专家，《机器学习入门：基于数学原理的Python实战》作者 戴璞微
　　 数学是人工智能的基础，掌握和运用数学知识将是开启人工智能算法黑箱的钥匙。本书温故了我们似曾相识又很陌生的数学知识，通过Python代码和丰富的案例建立起数学与人工智能的桥梁。在全球人工智能浪潮中，它恰逢其时的出现，对各位正在学习人工智能技术的广大学生和打算转型从事人工智能算法开发的广大工程师来说是一本不可多得的好书，也使得只会调用工具包，到看懂算法背后的数学推导，再到有能力结合实际问题做相应的算法优化成为可能。
　　——上海交通大学计算机博士，中文知识图谱zhishi.me创始人，《知识图谱：方法、实践与应用》作者 王昊奋