信号处理是一个令人惊讶的强大领域，处于实际应用（有趣的数据）与理论（有趣的数学）的交汇处。

《数据科学、机器学习和信号处理中的线性代数》：http://amzn.to/3Rc73JB

《信号处理——一种数学方法》：http://amzn.to/4fcPIt6

《数据科学、机器学习和信号处理中的线性代数》：Fessler, Jeffrey A., Nadakuditi, Raj Rao: Amazon.nl: 图书

来源：https://www.amazon.nl/dp/1009418149?linkId=4bb6c9f08a62d199dae30f432bbce9f8&pf_rd_p=9986c774-1242-403d-ae9e-f3251eb87773&encoding=UTF8&pf_rd_r=S57T1M67RXXAHE7PCZ1W&pd_rd_wg=TFC1V&ref=as_li_ss_tl&language=en_US&pd_rd_w=6uqQS&content-id=amzn1.sym.9986c774-1242-403d-ae9e-f3251eb87773&pd_rd_r=3531f6c9-0652-44cc-b2a0-a9eae3ee68cd&ar_srct=T1&tag=kirkdborne-20&linkCode=gt2&creatorsDisableRedirect=true&ar_su=https://a.co/d/0cc44s9n&ar_mt=EXACT_MATCH

评论

‘作者提供了线性代数的全面当代呈现，展示了其对现代学科（如机器/深度学习、数据科学和信号处理）的基础性和内在价值。呈现方式有趣、令人兴奋、主题多样、经过课堂测试，并以能激发学生实践应用的方式解决了实际实现问题。’ Christ D. Richmond, 杜克大学

‘这是一本优秀且及时的教材，专门针对数据科学、机器学习和信号处理的需求。其精心设计的覆盖范围旨在特别为数据科学/机器学习/信号处理领域的学生做准备，通过从这些领域提取深思熟虑的例子。随着基于数据的科学需求日益增长，一本关于“新线性代数”的书籍至关重要，而本书正好填补了这一空白。’ Yousef Saad, 明尼苏达大学

‘随着图形处理单元（GPU）的出现，线性代数对于机器学习的重要性怎么强调都不为过。这是一本关于机器学习线性代数的深思熟虑且及时的作品，我预计它将成为该领域的权威教材之一。’ Vahid Tarokh, 杜克大学

‘要感受本书的精神，只需看第1页和第2页。一幅画通过线性代数被去模糊。伟大的思想以及如何在实时中运用它们——尽在其中！’ Gilbert Strang, 麻省理工学院

‘很棒的教科书，也适合高年级学生，他们在学习快结束时发现线性代数是机器学习、计算机图形学、计算机视觉等的基础。’ Gudrun Socher, 慕尼黑应用科学大学

关于本书

通过引人入胜的数据驱动应用掌握矩阵方法，辅以经过课堂测试的测验、家庭作业和在线Julia演示。