杰夫·菲利普斯（Jeff M.Phillips）。 数据分析的数学基础。 （英语） Zbl 1459.68002号 数据科学中的Springer系列查姆：施普林格（ISBN 978-3-030-62340-1/hbk；978-3-0.30-62343-2/pbk；988-3-030-262341-8/电子书）。十七、287页。(2021). 出版商描述：本教材适用于早期本科生至研究生课程，概述了现代数据分析所需的许多基本原理和技术。特别是，本书是为计划学习严格的机器学习和数据挖掘课程的学生设计和编写的。它介绍了数据分析所需的关键概念工具，包括度量集中和PAC边界、交叉验证、梯度下降和主成分分析。它还通过一个简单易懂的演示文稿调查了监督学习（回归和分类）和非监督学习（降维和聚类）的基本技术。建议学生具备微积分、概率和线性代数的一些背景知识。对编程和算法的一些熟悉有助于理解有关计算技术的高级主题。 引用于1审查 MSC公司： 68-01 与计算机科学相关的介绍性说明（教科书、教程论文等） 62-01 与统计有关的介绍性说明（教科书、辅导论文等） 62华夏 多元分析 62兰特 大数据和数据科学的统计方面 68T09号 数据分析和大数据的计算方面 PDF格式BibTeX公司 XML格式引用 \textit{J.M.Phillips}，数据分析的数学基础。查姆：施普林格（2021；Zbl 1459.68002） 全文： 内政部