商品簡介
本書全面地講解了在科學領域運用廣泛的資料微積分、線性代數、統計學、數值計算、多元統計分析等數學基礎知識。全書共6章：第1章介紹了大資料與數學、數學與R語言的關係；第2章介紹了微積分的基礎知識，包括函數、極限、導數、微分、不定積分與定積分及其應用；第3章介紹了線性代數的基礎知識，包括矩陣的運算、行列式、特徵分解、奇異值分解；第4章介紹了統計學的基礎知識，包括資料分佈特徵、概率論、隨機變數的數字特徵、參數估計、假設檢驗；第5章介紹了數值計算的基礎知識，包括插值方法、函數逼近與擬合、非線性方程（組）求根；第6章介紹了常用的多元統計分析方法，包括回歸分析、聚類分析、判別分析、主成分分析、因數分析和典型相關分析。本書中的幾乎所有實例都結合R語言進行求解分析，所有章後都有課後習題，可以幫助讀者鞏固所學的內容。
作者簡介
張良均，高級信息系統項目管理師，泰迪杯全國大學生資料採擷競賽發起人。華南師範大學、廣東工業大學兼職教授，廣東省工業與應用數學學會理事。兼有大型高科技企業和高校的工作經歷，主要從事大資料採擷及其應用的策劃、研發及諮詢培訓。全國計算機技術與軟件專業技術資格（水準）考試繼續教育和CDA資料分析師培訓講師。發表資料採擷相關論文數20餘篇，已取得國家發明專利12項，主編《Hadoop大資料分析與挖掘實戰》《Python資料分析與挖掘實戰》《R語言資料分析與挖掘實戰》等多本暢銷圖書，主持並完成科技項目9項。獲得SAS、SPSS資料採擷認證及Hadoop開發工程師證書，具有電力、電信、銀行、製造企業、電子商務和電子政務的項目經驗和行業背景。
名人/編輯推薦
全書大部分章節緊扣實際需求展開，不堆積知識點，著重於解決問題時思路的啟發與方案的實施，幫助讀者真正理解與消化大資料數學基礎。
書中案例全部源於企業真實項目，可操作性強，引導讀者融會貫通，並提供原始程式碼等相關學習資源，説明讀者快速掌握大資料相關技能。
目次
第 1章 緒論 1
1．1 大資料與數學 1
1．1．1 大資料的定義 1
1．1．2 數學在大資料領域的作用 2
1．2 數學與R語言 4
1．2．1 base 5
1．2．2 stats 5
小結 6
課後習題 6
第 2章 微積分基礎 8
2．1 函數與極限 8
2．1．1 映射與函數 9
2．1．2 數列與函數的極限 14
2．1．3 極限運算法則與存在法則 17
2．1．4 連續函數的運算與初等函數的連續性 18
2．2 導數與微分 19
2．2．1 導數的概念 19
2．2．2 函數的求導法則 24
2．2．3 微分的概念 26
2．3 微分中值定理與導數的應用 30
2．3．1 微分中值定理 30
2．3．2 函數的單調性與曲線的凹凸性 31
2．3．3 函數的極值與最值 34
2．4 不定積分與定積分 39
2．4．1 不定積分的概念與性質 40
2．4．2 換元積分法與分部積分法 44
2．4．3 定積分的概念與性質 46
2．4．4 定積分的換元法與分部積分法 50
2．4．5 不定積分與定積分的實際應用 51
小結 53
課後習題 54
第3章 線性代數基礎 56
3．1 矩陣及其運算 56
3．1．1 矩陣的定義 56
3．1．2 特殊矩陣 57
3．1．3 矩陣的運算 61
3．1．4 矩陣行列式 65
3．1．5 矩陣的逆 78
3．1．6 矩陣的秩 80
3．2 矩陣的特徵分解與奇異值分解 84
3．2．1 特徵分解 84
3．2．2 奇異值分解 96
小結 100
課後習題 101
第4章 概率論與數理統計基礎 103
4．1 資料分佈特徵的統計描述 103
4．1．1 集中趨勢度量 103
4．1．2 離散趨勢度量 110
4．1．3 偏度與峰度的度量 115
4．2 隨機事件及其概率 117
4．2．1 隨機事件的定義 117
4．2．2 隨機事件的概率 119
4．3 隨機變數與概率分佈 122
4．3．1 隨機變數的定義 122
4．3．2 隨機變數的分佈函數 122
4．4 隨機變數的數字特徵 127
4．4．1 隨機變數的數學期望 127
4．4．2 隨機變數的方差 130
4．4．3 協方差與相關係數 132
4．4．4 協方差矩陣與相關矩陣 134
4．5 參數估計與假設檢驗 137
4．5．1 參數估計 137
4．5．2 假設檢驗 139
小結 142
課後習題 142
第5章 數值計算基礎 144
5．1 數值計算的基本概念 144
5．1．1 誤差的來源 144
5．1．2 誤差分類 146
5．1．3 數值計算的衡量標準 147
5．2 插值法 147
5．2．1 Lagrange插值 147
5．2．2 線性插值 150
5．2．3 樣條插值 152
5．3 函數逼近與擬合 153
5．3．1 資料的最小二乘線性擬合 153
5．3．2 函數的最佳平方逼近 155
5．3．3 資料的多變數擬合 158
5．3．4 數據的非線性曲線擬合 160
5．4 非線性方程（組）求根 162
5．4．1 二分法求解非線性方程 163
5．4．2 Newton法求解非線性方程 165
5．4．3 Newton法求解非線性方程組 166
小結 169
課後習題 170
第6章 多元統計分析 172
6．1 回歸分析 172
6．1．1 一元線性回歸 172
6．1．2 多元線性回歸 178
6．1．3 Logistic回歸 184
6．2 聚類分析 189
6．2．1 距離和相似係數 189
6．2．2 系統聚類法 193
6．2．3 動態聚類法 198
6．3 判別分析 200
6．3．1 距離判別 200
6．3．2 貝葉斯判別 204
6．3．3 費希爾判別 205
6．4 主成分分析 206
6．4．1 總體主成分 207
6．4．2 樣本主成分 209
6．5 因數分析 211
6．5．1 正交因數模型 212
6．5．2 參數估計 214
6．5．3 因數旋轉 218
6．5．4 因數得分 220
6．6 典型相關分析 222
6．6．1 總體典型相關 222
6．6．2 樣本典型相關 223
6．6．3 典型相關係數的顯著性檢驗 228
小結 229
課後習題 230
附錄I t分佈表 236
附錄II F分佈表 238
參考文獻 250
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。