计算机科学中的数学：信息与智能时代的必修课

　　唐李洋
　　女，博士，毕业于合肥工业大学管理科学与工程系。现就职于中国电子科技集团公司第三十八研究所，曾游学美国，数据挖掘与大数据分析研究经验颇丰，在相关领域重要国际期刊及会议发表论文数篇。译有《高可用MySQL》（第1版和第2版）《R高性能编程》《大数据猩球：海量数据处理实践指南》《流式架构：Kafka与MapR Streams数据流处理》等图书。
　　刘杰
　　男，博士，南开大学教授、博士生导师。研究领域包括机器学习与数据挖掘方面的理论方法研究，以及面向信息抽取、网络挖掘、对话生成等问题的应用研究。在机器学习、数据挖掘领域重要国际期刊及会议发表论文多篇。担任中国计算机学会中文信息技术专家委员会、中国计算机学会大数据专家委员会、人工智能学会机器学习专家委员会等多个专家委员会委员及通讯委员。相…
　查看完整　　

　　《计算机科学中的数学：信息与智能时代的必修课》原为麻省理工学院计算机科学与工程专业的数学课程讲义，谷歌技术专家参与编写，涵盖计算机科学涉及的全部基础数学知识，包括形式逻辑符号、数学证明、归纳、集合与关系、图论基础、排列与组合、计数原理、离散概率、递归等，特别强调数学定义、证明及其应用方法。该书因具有系统、完整，以及有趣、易读等明显优势，现已被全球IT技术相关从业者及准从业者奉为圭臬、广泛传阅，在人工智能日益普及的全新信息时代，更是大放异彩。
　　《计算机科学中的数学：信息与智能时代的必修课》适合计算机相关专业学生及从业人员作为数学入门教材，亦可作为统计、机器学习、数据挖掘等课程的宝贵资料。

　　唐李洋
　　女，博士，毕业于合肥工业大学管理科学与工程系。现就职于中国电子科技集团公司第三十八研究所，曾游学美国，数据挖掘与大数据分析研究经验颇丰，在相关领域重要国际期刊及会议发表论文数篇。译有《高可用MySQL》（第1版和第2版）《R高性能编程》《大数据猩球：海量数据处理实践指南》《流式架构：Kafka与MapR Streams数据流处理》等图书。
　　刘杰
　　男，博士，南开大学教授、博士生导师。研究领域包括机器学习与数据挖掘方面的理论方法研究，以及面向信息抽取、网络挖掘、对话生成等问题的应用研究。在机器学习、数据挖掘领域重要国际期刊及会议发表论文多篇。担任中国计算机学会中文信息技术专家委员会、中国计算机学会大数据专家委员会、人工智能学会机器学习专家委员会等多个专家委员会委员及通讯委员。相关成果获得天津市科技进步二等奖两项。 
　　谭昶
　　男，博士，毕业于中国科学技术大学计算机应用与技术系。现任科大讯飞股份有限公司大数据研究院执行院长兼智慧城市事业群副总裁，中国计算机学会公共政策委员会执行委员及大数据专家委员会委员。负责科大讯飞公司智慧城市、计算广告和个性化推荐等方向的大数据核心技术研发及应用推广工作，在大数据技术、个性化推荐方面有着多年的研究和实践经验。 
　　金博
　　男，博士，大连理工大学教授。致力于数据挖掘、大数据分析、创新管理、商务智能等领域的科学研究。主持和参与多项*家级和省部级课题，在相关领域重要国际期刊及会议上发表论文60余篇，并担任数据挖掘领域三大*级会议KDD、ICDM、SDM的程序委员会委员，是ACM、IEEE和CCF高级会员。
　　马海平
　　女，博士，毕业于中国科学技术大学计算机科学与技术系。现就职于科大讯飞股份有限公司，担任大数据研究院研究主管，从事数据挖掘与人工智能算法以及计算广告和个性化教育等领域的研究工作。在国际知名期刊和学术会议发表论文7篇，合著出版著作《Spark机器学习进阶实战》《Spark核心技术与高级应用》。 
　　朱琛
　　男，硕士，毕业于中国科学技术大学，百度资深数据挖掘工程师。现就职于百度人才智库（Talent Intelligence Center），从事人力资源智能化研究，致力于用AI为HR赋能。研究方向包括文本数据挖掘、社交网络分析、图数据挖掘。在国际会议与期刊杂志发表论文十余篇，申请专利十余项，曾担任数个国际会议（KDD、SDM等）程序委员会委员。
^ 收 起　　

　　《计算机科学中的数学：信息与智能时代的必修课》原为麻省理工学院计算机科学与工程专业的数学课程讲义，谷歌技术专家参与编写，涵盖计算机科学涉及的全部基础数学知识，包括形式逻辑符号、数学证明、归纳、集合与关系、图论基础、排列与组合、计数原理、离散概率、递归等，特别强调数学定义、证明及其应用方法。该书因具有系统、完整，以及有趣、易读等明显优势，现已被全球IT技术相关从业者及准从业者奉为圭臬、广泛传阅，在人工智能日益普及的全新信息时代，更是大放异彩。
　　《计算机科学中的数学：信息与智能时代的必修课》适合计算机相关专业学生及从业人员作为数学入门教材，亦可作为统计、机器学习、数据挖掘等课程的宝贵资料。