本書介紹與人工智能關(guān)系緊密的數(shù)學(xué)知識模塊，以使讀者更好地掌握數(shù)學(xué)方法在人工智能領(lǐng)域的應(yīng)用。本書整合了隨機過程、矩陣論和運籌學(xué)中相關(guān)的數(shù)學(xué)基礎(chǔ)，共12章，分為3部分。第1部分為隨機過程，包括第1～3章，主要介紹概率論預(yù)備知識、隨機過程的概念和基本類型、馬爾可夫鏈。第2部分為矩陣論，包括第4～8章，主要介紹矩陣論預(yù)備知識、線性空間與線性變換、范數(shù)理論及其應(yīng)用、矩陣分解和特征值的估計。第3部分為運籌學(xué)，包括第9～12章，主要介紹運籌學(xué)思想與運籌學(xué)建模、數(shù)學(xué)規(guī)劃、**化問題和多目標決策。
本書面向高校計算機和人工智能等相關(guān)專業(yè)的學(xué)生，可以作為高年級本科生、低年級研究生的專業(yè)必修課或選修課的教材，也可以作為人工智能領(lǐng)域從業(yè)者的參考書。