本书系统介绍了有关数据分析、机器学习和人工智能算法设计过程中数据表示、度量、建模、评价和求解所要用到的最基础的数学知识, 全书分为9章, 在微积分、线性代数、概率论基础等平台课程基础上, 进一步讲述线性空间与线性变换、矩阵分析、矩阵分解、矩阵计算问题、概率模型和参数估计、最优化基础知识、最优性条件和对偶理论、优化算法和信息论基础等, 夯实读者在大数据领域的数学理论基础。