本书介绍了数据驱动的机器学习、人工智能建模与计算所需的核心数学基础知识，涉及数值线性代数（矩阵计算）、概率论和信息论基础及概率模型估计、最优化方法等。内容按照从模式分析到数据分析再到数学基础的思路来组织，围绕数据分析系统的核心构成：表示、模型和学习形成数据线和数学线两条线。数据线按照数据分析的处理流程、通过大量翔实的案例作为导引，引出所需数学；数学线紧扣数据线，按照知识内容发生的内在自然逻辑顺序展开。两者相辅相成，构成从具体到抽象、从抽象到具体的闭环。