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: 1章介绍了大数据与数学、数学与Python的关系; 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; 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; 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; 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; 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。
