对机器学习和数据挖掘很感兴趣，但是数学表示法看起来又奇怪又不直观，那就看看这本书吧。它从概率和线性代数开始，逐渐建立到现代研究论文中使用的常见符号和技术-重点是简单、可爱和实际使用的基本技术。它充满了大量的简单的例子，数以百计的插图和解释，突出的几何解释正在发生什么。抽象的数学和分析技术和模型的动机是真实的问题，并提醒读者在使用这些强大的工具时内在的伦理考虑。

本书的目的是介绍了许多现代数据分析所需的基本数学原理和技术。特别是，它是由主要在两门课程中讲授的材料构建而成的。第一个是早期的本科课程，旨在帮助学生在严格的机器学习和数据挖掘课程中取得成功。第二门课程是高级数据挖掘课程。它应该对这类课程的任何组合都有用。这本书介绍了在本科课程中经常缺席或简短的关键概念工具，对大多数学生来说，有助于多次看到。在这些基础之上，它介绍了构成现代数据分析主干的最基本技术的通用版本。然后深入探讨一些更高级的主题和技术——仍然专注于清晰、直观和持久的想法，而不是不断发展的最新技术中的具体细节。

书籍链接：https://mathfordata.github.io/

内容中包含的图片若涉及版权问题，请及时与我们联系删除