数据科学的理论基础是数学。本书共六章。前三章系统介绍了数据科学里广泛使用的线性代数、概率论、微积分以及*优化理论的相关基础知识；后三章简练阐述了网络分析、量子算法、大模型的基本数学原理和一些代表性算法。书中部分应用案例源自作者的原创性工作,通过发现问题、分析问题、解决问题的逻辑链条,生动展示了数据建模在解决实际问题中的应用路径。

本书可作为大数据相关专业本科生和研究生的参考书，也适合对数据科学感兴趣的自学者研读。