这本书深入探讨了几个关键的线性代数主题,因为它们适用于数据分析和数据挖掘。本书提供了一种案例研究方法,其中每个案例都将基于现实世界的应用程序。
这篇文章是用于第二门课程的应用线性代数的数据分析,与一个补充章的决策树及其在回归分析中的应用。文本可以被认为是两个不同但重叠的通用数据分析类别:聚类和插值。
与数据分析相关的数学技术知识,以及在数据分析背景下对结果的解释,对学习本科数学的学生来说特别有价值。这篇文章的每一章都带读者通过几个相关的案例研究使用真实的数据。
所有的数据集以及Python和R的语法都可以通过Github文档的链接提供给读者。每章后面都有一个简短的练习,鼓励学生利用技术将线性代数的知识应用到数据分析中。
假设你已经掌握了线性代数课程的基本概念;然而,关键概念的概述是在介绍和需要的整个文本。