《数据科学中的数学方法！》#大数据 #分析 #数据科学 #人工智能 #机器学习 #物联网 #工业物联网 #PyTorch #Python #R语言统计 #TensorFlow #Java #JavaScript #ReactJS #Go语言 #云计算 #无服务器架构 #数据科学家 #Linux #数学 #编程 #书籍 #编程实践 #100天代码挑战
https://geni.us/Math-Method-DSci…

Amazon | 《数据科学中的数学方法》| 任晓波、王世民 | 机器学习

来源：https://www.amazon.co.jp/dp/0443186790?tag=jplinktagdefault-22&geniuslink=true

书评

“本书是数据科学数学方法的精彩入门读物。它涵盖了常微分方程和偏微分方程，这是区别于其他著作的主要特色。前几章从线性代数、概率论、微积分和优化的基础知识温和地展开数学背景铺垫。第四章展示了这些数学工具在网络分析中的实际应用。随后深入探讨了常微分方程与偏微分方程的方法论及其应用。总体而言，本书适合对数学化数据科学方法感兴趣的高年级本科生及研究生初阶学者。”——彭梁祖，zbMATHOpen

关于作者

她于2004年在北京理工大学获得应用数学博士学位，研究方向涵盖数据科学、应用数学与应用统计。曾主持五项国家自然科学基金项目、一项德国洪堡基金资深学者项目及五项省级课题。在《材料学报》《应用物理快报》《IEEE系统、人与控制论汇刊》《信息科学》《统计物理学杂志》《非线性科学杂志》《物理评论B》《物理评论E》《中国科学：数学》《中国科学：物理学》《中国科学：材料学》等学术期刊发表多篇论文。

他于1997年在密歇根州立大学同时获得数学博士学位和计算机科学硕士学位。曾担任全职软件工程师近十年，后加入亚利桑那州立大学。王博士的研究兴趣包括应用数学、数据科学、微分方程与在线社交网络。在学术期刊发表多篇论文，并著有《基于偏微分方程的在线社交网络信息传播建模》（施普林格出版社，2020）。近年在亚利桑那州立大学开设并讲授“数据科学中的数学方法“课程。