在當今時代，數據是新能源，是數字經濟發展的重要的生產要素，數據專業的建設體現了信息技術發展從“以計算為中心”到“以數據為中心”的路徑轉變。

從數據挖掘到智能算法，從大數據處理到精準預測，每一個環節都充滿挑戰與驚喜。為了幫助讀者了解數據驅動下機器學習與人工智能建模計算的數學奧秘，12月10日19：30，華東師范大學數據科學與工程學院教授、博士生導師黃定江邀請你一起走進數據科學與工程專業的核心課程——“數據科學與工程數學基礎”，學習數據驅動的機器學習和人工智能建模與計算必備的數學知識，深入了解智能算法的底層邏輯。

主題

數據科學與工程數學基礎：面向數據專業的核心數學基礎課

時間

2024年12月10日

19:30

嘉賓

黃定江

華東師范大學數據科學與工程學院教授、博士生導師

直播平臺

嘉賓介紹

黃定江，華東師范大學數據科學與工程學院教授、博士生導師。曾任職于復旦大學和新加坡南洋理工大學，并擔任美國加州大學圣克魯茲分校計算機系訪問教授。主要從事人工智能與機器學習、數學物理及其在能源電力、金融科技等跨領域的大數據解析和應用方面的研究。先后主持承擔國家自然科學基金聯合基金重點項目和面上項目、國家重點基礎研究發展計劃（973計劃）子課題等多個科研項目。以第一作者身份在國內外重要人工智能會議和期刊發表論文五十多篇，擔任神經信息處理系統大會（NeurIPS）、國際萬維網大會（WWW）、國際人工智能聯合會議（IJCAI）、國際多媒體大會（ACM MM）等20多個國際人工智能會議或期刊的程序委員或評審人。教育部國家線下一流本科課程負責人，曾獲國家級教學成果二等獎。

相關圖書

《數據科學與工程數學基礎》

黃定江 著

99.00 元

978-7-5760-4342-6

《數據科學與工程數學基礎》介紹了數據驅動的機器學習、人工智能建模與計算所需的核心數學基礎知識，涉及數值線性代數（矩陣計算）、概率論和信息論基礎及概率模型估計、最優化方法等。內容按照從模式分析到數據分析再到數學基礎的思路來組織，圍繞數據分析系統的核心構成：表示、模型和學習形成數據線和數學線兩條線。數據線按照數據分析的處理流程，通過大量翔實的案例作為導引，引出所需數學；數學線緊扣數據線，按照知識內容發生的內在自然邏輯順序展開。兩者相輔相成，構成從具體到抽象、從抽象到具體的閉環。

本書在數據科學的定位類似于《離散數學》在計算機科學的定位，配有相當數量的習題，可作為數據科學與大數據技術、人工智能、計算機科學和軟件工程等相關專業的本科生或研究生的數學基礎課程教材或參考書，也可作為學術和工業界科技人員了解和應用數據科學與大數據技術數學基礎的參考手冊。

本書特點

BOOK

01內容系統全面，結構清晰嚴謹

教材全面覆蓋了數據科學與工程所需的數學基礎，整體結構清晰，各章節之間邏輯緊密。從緒論開始，介紹了數據科學與工程數學基礎的背景、定位、應用場景，以及與其他學科的關系，為后續內容奠定基礎。接著依次深入講解數據的低維表示與建模、數據的隨機表示與建模，以及數據的數值優化計算。這種全面性為讀者提供了一個完整的數學知識體系，使他們能夠從多個角度理解和解決數據科學中的問題。

02理論與實踐結合，注重應用實例

書中大量運用實際案例幫助讀者理解抽象的數學概念和方法在數據科學中的應用。在介紹數學理論的同時，注重闡述其在數據分析、機器學習、人工智能等領域的應用。在圖像感知和自然語言處理方面，通過圖像分類和文本分類等具體案例，展示了數據驅動的人工智能如何將實際問題轉化為數學計算任務，包括數據表示、模型構建、算法應用等。這種理論與實踐相結合的方式，使讀者不僅能夠掌握數學知識，還能理解其在實際工作中的應用方式和價值，培養實際應用能力和創新思維。

03數學基礎與學科前沿緊密聯系

教材在介紹經典數學理論的基礎上，適時融入了數據科學與工程領域的前沿知識和研究成果。通過闡述數學基礎與數據科學和工程學科發展的緊密聯系，展現了數學作為工具在推動學科發展中的重要性。這種前沿內容的融入，使教材具有較強的時代性和前瞻性，有助于讀者從更高層次理解數據科學與工程學科的本質，培養他們運用數學思維解決學科問題的能力，為進一步的研究和創新奠定堅實的基礎。

文案：蔣夢婷

制作：黃楊圓

關注并設為星標