统计分析、机器学习即人工智能必读书目系列数学篇之《数理金融引论》

我们已经进入了全新的数据时代，大数据、云计算、物联网、机器学习、人工智能等等一系列技术纷至沓来，数据的管理和应用已经渗透到每一个行业和业务领域，成为当今以及未来商业运作的基础资产。可以说，只有掌握数据并善于运用数据的人，才会在竞争日益激烈的环境中寻得先机。 那么我们该怎么样学习大数据分析、机器学习以及人工智能？作者认为，学习大数据、机器学习和人工智能，所需的知识分为四个层次，一是数学知识；二是统计学知识；三是算法知识；四是工具知识；五是哲学思想知识。所谓工具知识，就是我们需要借助计算机软件来完成相关的分析和运算，目前大数据和机器学习领域热门的语言就是 R 和 Python。我们会分别介绍这五个层次所需要看的书，希望对大家有用。

全美经典系列的《数理金融引论》

上一篇我们给大家推荐了吴军博士的《数学之美》，这本书更重要的是思想上的启迪，让你有融汇贯通、豁然开朗的感觉。但是要实实在在的干活，我们还要从基础学起。

很多人开始学习统计分析、数据挖掘、机器学习、人工智能的同学们都已经从学校毕业了，大学学的那点东西早交到老师手里了，有时候遇到一点需要数学知识的问题，不知道怎么办。为了快速复习回忆所需的数学知识，给大家推荐一本书：全美经典系列的《数理金融引论》，作者美国的 E.T 道林,翻译荣喜民、于秀云、章凤玲，科学出版社2002年出版。

这本书最大的特点是全面、简单，基本涉及到了数理金融的方方面面。全书共有21章，对微积分、微分方程、矩阵代数、线性规划、差分方程、最优规划理论等都做了介绍，而且比较浅显易懂，方便快速回忆复习相关内容，若实际应用中需要更高深的知识，可以再去查看相关的书籍。

这本书还非常强调数学在实际金融金融中的应用，书中有月1600多个有实际解答的例子，许多列子和习题都很有代表性，将经济金融问题用所学的知识加以解答，为读者学习数学及其在应用提供了一个很好的方向。总的来说，这本书可能比较适合学经济类毕业的学生。尤其是大学已经毕业，但又想快速回忆相关知识的同学，可以将其当做一本索引工具书。这本书的电子版网上可以找到，请读者自行搜索下载，但喜欢的话建议购买正版。如果实在找不到就关注我后私信吧。

好了，详细的情况不再多说，对这本书有兴趣的同学可以自己找找看。这里先把目录贴出来，方便大家快速查看书籍内容。

喜欢闲适安静的生活，懂一点计算机编程，懂一点统计学和数据分析。（爱编程爱统计）