本書は、データサイエンスの基盤となる数学の解説を目的としている。それらは、線形代数、確率と統計、最適化だ。本書では、第１～６章でそれらを説明した後で、第７章でニューラルネットワークの構造について説明する。ＭＩＴの講義コース１８．０６５は信号処理とデータ処理のための線形代数に関するものだ。２０１７年の初回に登録したＭＩＴの学生は１４０名にのぼった。講義コース１８．０６５は初回からうまくいった。しかし、重要な話題に触れていなかった。それは深層学習（ディープラーニング）だ。深層学習のアルゴリズムは改善し続けている。改良され続けていると言ったほうがいいかもしれない。計算機科学者、エンジニア、生物学者、言語学者、数学者、特に最適化アルゴリズム研究者、さらには深層学習が私たちの生活に役立つと信じている人たちなど、多くの人たちの貢献によって支えられている。

第１章　線形代数の要点
第２章　大規模行列の計算
第３章　低ランク行列と圧縮センシング
第４章　特別な行列
第５章　確率と統計
第６章　最適化
第７章　データからの学習