本书面向广大数据科学与人工智能专业的学生及初学者，力求通俗易懂、简洁清晰地呈现学习大数据与人工智能需要的基础数学知识，助力读者为进一步学习人工智能打好数学基础。 全书分为 4 篇，共 19 章：微积分篇（第 1～5 章），主要介绍极限、导数、极值、多元函数导数与极值、梯度下降法等；线性代数篇（第 6～10 章），主要介绍向量、矩阵、行列式、线性方程组、特征值和特征向量等，并介绍这些数学知识在人工智能中的应用；概率统计篇（第 11～17 章），主要介绍概率、随机变量、数字特征、相关分析和回归分析，并介绍数据处理的基本方法和 Pandas 在数据处理中的应用；应用篇（第18 章和第 19 章），主要介绍人工智能中典型的全连接神经网络和卷积神经网络。 本书既有理论又有应用，既可以用纸笔计算，也可以用 Python 编程计算，读者可在学习过程中根据需要合理地选择侧重点。 本书既可作为高职院校数据科学与人工智能专业的教材，也可作为相关产业从业者的自学或参考用书。

"陆伟峰，副教授，苏州工业园区服务外包职业学院教师，从事数学、大数据与人工智能相关的教学与研究工作。先后参与编写了《大学数学》《Python基础编程》等教材，发表核心期刊论文2篇，获发明专利1项，并主持多项课题。多次指导学生参加全国大学生数学建模竞赛、江苏省高等职业院校技能大赛大数据技术与应用赛项等并获佳绩。谷瑞，副教授，苏州工业园区服务外包职业学院教师，从事大数据与人工智能相关的教学与科研工作，先后出版《Python基础编程》《TensorFlow深度学习开发实战》等教材，主持省市级教科研项目8项，发表SCI、EI等相关论文4篇。蔡炳育，副教授，主持或参与完成教研、教改项目28项，获江苏省教学成果二等奖1项。获2020年、2021年省级教学大赛二等奖，省微课大赛三等奖2次，出版教材5部，发表论文15篇。王美艳，硕士，2006年毕业于华东师范大学，专业方向为李代数与量子群。毕业后一直从事大学数学教学，发表论文数篇，主持横向课题、教改课题多项。"

前 言 当今科技世界正经历百年未有之大变局，新一轮科技革命和产业变革深入开展。我国为了抓住新一轮科技革命和产业变革机遇，近年来大力发展新一代人工智能。陆续出台了有关支持人工智能的重要政策，包括《“十三五”国家科技创新规划》《中国制造2025》《国务院关于印发新一代人工智能发展规划的通知》《新一代人工智能发展规划》等，推动人工智能技术与产业的稳步发展。在政策利好的助推下，我国人工智能技术在硬件、算法、应用等各方面都得到了显著的提升，涌现了百度、阿里、腾讯、华为、思 必驰、科大讯飞、商汤科技等一大批优秀的人工智能企业。目前，中美在人工智能企业数量、专利数量、论文数量和人才数量上并驾齐驱，成为全球人工智能发展的两大动力来源。 本书专门为数据科学和人工智能相关产业的从业者、高职院校的学生打造，旨在为读者提供学习数据科学和人工智能所需的数学基础知识，帮助读者了解人工智能算法的基本数学原理，为进一步学习人工智能打好基础。 考虑专业特点，为了适应数据科学与人工智能后继课程的学习，本书进行了以下优化： （1）介绍Python 编程计算。本书除了讲解传统的纸笔计算方法外，还介绍了使用Python 命令求解极限、导数等数学问题的方法，充分发挥专业特长，提高学生运用专业工具求解数学问题的能力。 （2）引入人工智能实例，促进概念理解。本书引入了向量与编码、矩阵与数字图像处理、梯度下降法、回归分析、神经网络等人工智能中的典型案例，使学生初步了解向量、矩阵、导数等基础数学概念和方法在人工智能中的应用，更深刻地...