线性代数:数据科学实践与Python应用
张文博, 张丽静 译
出版时间:2026年03月
页数:275
“尽管线性代数的应用很广泛,但是,线性代数的抽象性质使得新手很难看出它的用途。本书不仅很好地展示了如何应用线性代数,还很好地阐述了其原理。”
——Thomas Nield
Nield咨询集团,Essential Math for Data Science and Getting Started with SQL的作者
如果你想在任何计算或技术领域工作,就需要了解线性代数。线性代数主要研究矩阵及其运算,是计算机科学中几乎所有算法和分析的数学基础。但是几十年前的教科书的呈现方式与当今专业人士使用线性代数解决现实世界问题的方式大不相同。
本书是一本线性代数实用指南,讲授线性代数核心概念的Python实现,包括它们如何在数据科学、机器学习、深度学习、计算模拟和生物医学数据处理中的应用。通过本书,你将能够理解、实施和适应无数现代分析方法和算法。
本书非常适合使用计算机技术和算法的从业者和学生,将从本书中学到:
● 向量和矩阵的解释和应用。
● 矩阵算术(各种乘法和变换)。
● 独立性、秩和逆。
● 应用线性代数中使用的重要分解(包括LU和QR)。
● 特征值分解和奇异值分解。
● 最小二乘模型拟合和主成分分析的应用。
书名:线性代数:数据科学实践与Python应用
译者:张文博, 张丽静 译
国内出版社:机械工业出版社
出版时间:2026年03月
页数:275
书号:978-7-111-78076-2
原版书书名:Practical Linear Algebra for Data Science
原版书出版商:O'Reilly Media
Mike X Cohen
Mike X Cohen是荷兰唐德斯研究所(拉德堡德大学医学中心)的神经科学副教授。他在科学编程、数据分析、统计学和相关主题的教学方面拥有20多年的经验,并且已经创作了多门在线课程和教材。Mike身上有一种冷幽默感,喜欢紫色的东西。