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、概率论与数理统计等先修平台课程基础上，进一步讲解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、**化基础知识、**性条件和对偶理论、优化算法、信息论基础等内容，夯实读者在大数据领域的数学理论基础.