Gilbert Strang是麻省理工學院數(shù)學教授，美國國家科學院院士和美國藝術與科學院院士，在有限元理論、變分法、小波分析及線性代數(shù)等領域卓有成就，著有多部經(jīng)典數(shù)學教材，開設多門開放式課程，享有國際盛譽。本書是深度學習的導論，全面介紹機器學習的數(shù)學基礎，闡述架構神經(jīng)網(wǎng)絡的核心思想，主要內(nèi)容包括線性代數(shù)的重點、大規(guī)模矩陣的計算、低秩與壓縮傳感、特殊矩陣、概率與統(tǒng)計、**化、數(shù)據(jù)學習等。本書可作為數(shù)據(jù)科學方向的數(shù)學基礎課程教材，也可供人工智能、深度學習領域的科研人員和工程技術人員參考。