大数据数学基础（Python语言描述）

附录II F分布表

附录I t分布表

课后习题

小结

6.6 典型相关分析

6.5 因子分析

6.4 主成分分析

6.3 聚类分析

6.2 判别分析

6.1 回归分析

第6章 多元统计分析

课后习题

小结

5.4 非线性方程（组）求根

5.3 函数逼近与拟合

5.2 插值法

5.1 数值计算的基本概念

第5章 数值计算基础

课后习题

小结

4.3 矩阵的特征分解与奇异值分解

4.2 矩阵及其运算

4.1 行列式

第4章 线性代数基础

课后习题

小结

3.3 参数估计与假设检验

3.2 概率与概率分布

3.1 数据分布特征的统计描述

第3章 概率论与数理统计基础

课后习题

小结

2.4 不定积分与定积分

2.3 微分中值定理与导数的应用

2.2 导数与微分

2.1 函数与极限

第2章 微积分基础

课后习题

小结

1.2 数学与Python

1.1 大数据与数学

第1章 绪论

前言

序

大数据专业系列图书编写委员会

内容提要

版权信息

封面

封面

版权信息

内容提要

大数据专业系列图书编写委员会

序

前言

第1章 绪论

1.1 大数据与数学

1.2 数学与Python

小结

课后习题

第2章 微积分基础

2.1 函数与极限

2.2 导数与微分

2.3 微分中值定理与导数的应用

2.4 不定积分与定积分

小结

课后习题

第3章 概率论与数理统计基础

3.1 数据分布特征的统计描述

3.2 概率与概率分布

3.3 参数估计与假设检验

小结

课后习题

第4章 线性代数基础

4.1 行列式

4.2 矩阵及其运算

4.3 矩阵的特征分解与奇异值分解

小结

课后习题

第5章 数值计算基础

5.1 数值计算的基本概念

5.2 插值法

5.3 函数逼近与拟合

5.4 非线性方程（组）求根

小结

课后习题

第6章 多元统计分析

6.1 回归分析

6.2 判别分析

6.3 聚类分析

6.4 主成分分析

6.5 因子分析

6.6 典型相关分析

小结

课后习题

附录I t分布表

附录II F分布表