微软研究院新版书籍《数据科学基础》，479页PDF

这本书介绍了数据科学的数学和算法基础，包括机器学习，高维几何，和大型网络的分析。主题包括高维数据的反直觉性质，重要的线性代数技术，如奇异值分解，随机漫步和马尔科夫链理论，机器学习的基本原理和重要算法，聚类算法和分析，大型网络的概率模型，表示学习包括主题建模和非负矩阵分解、小波和压缩感知。发展了重要的概率技术，包括大数定律、尾不等式、随机投影分析、机器学习中的泛化保证，以及用于分析大型随机图中的相变的矩方法。此外，还讨论了矩阵规范和vc维等重要的结构和复杂性度量指标。这本书适合本科和研究生课程的设计和分析算法的数据。

https://www.cambridge.org/core/books/foundations-of-data-science/6A43CE830DE83BED6CC5171E62B0AA9E

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“DS479” 就可以获取《微软研究院新版书籍《数据科学基础》，479页PDF下载》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取70000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取70000+AI主题知识资源