數據已經變成世界各國的戰略資源,數據科學將成為科技創新的中堅力量. 黨的“十九大”報告提出建設數字中國,更是把大數據提升到前所未有的高度. 當前,各級政府和民間機構,都在大數據領域投入大量的資源. 大數據科學的基礎理論主要是來自數學和計算機,所涉及的數學基礎主要是高等數學和數據分析. 在國內已經有不少高等數學教材的成功標杆,如同濟大學的《高等數學》. 這些優秀的高等數學教材為我國的本科數學教育發揮了非常重要的作用. 但是這些教材和現行高職高專數學教材都未能解決高等數學理論與大數據科學理論的銜接問題.
2019年下半年,官金蘭教授發來她主編的這本教材. 教材在內容之編排和應用案例之實用方面,令我耳目一新. 此教材把高等數學最核心的內容和數據分析的主要理論,分別濃縮到單獨的章節裡面. 更加難能可貴的是,她們基於Python展現了如何進行數學推導和數據分析,並提供了詳細的源代碼. 也就是說,通過學習這本教材,高職高專學生可以在短短一個學期,能迅速掌握高等數學、數據分析、Python編程實現,這三個目前在大數據領域最基礎、最核心的關鍵知識點.
我認真閱讀教材的樣章,發現:教材在第2~4章裡采用Python的Sympy庫進行高等數學公式推導. 在傳統上,從事數學研究的學者,更多采用Maple或Mathematica軟件進行公式推導. 盡管這兩個數學軟件功能更加強大,但並不容易讓高職高專的學生在短時間內掌握. 而Sympy庫,作為Python這個目前最流行的大數據分析和建模工具的常用第三方庫,則能協助學生借由其強大的功能和簡潔的語言平坦化他們的學習曲線. 關於數據分析方面,本書在第5章主要采用了Pandas和Numpy這兩個目前應用非常廣泛的庫. 大致可以理解為:Pandas為Python提供了數據表格計算的工具,而Numpy則提供了大量的數據分析工具和手段. 就編程效果而言,往往比C語言和Java等高出很多. 在學習過程中,學生可以把更多的時間放在數據分析和建模的思考上,而不是編程本身.
鋻於該書的創新優勢,我樂意推薦在高職高專的教學活動中,廣泛采用官教授她們這本非常緊湊而且很實用的教材. 期望學生能盡快地掌握大數據分析和建模技巧及必要的數學核心基礎,更好地投身到我們國家的“數字中國”建設熱潮中.
廣東省大數據協會常務副會長
廣東省電信規劃設計院首席科學家
廣東工業大學數學客座教授
北京師範大學-香港浸會大學聯合國際學院統計學客座教授
博士,教授級高工
李炯城 廣州2019.10
為了適應高職高專教學的需要,培養和造就更多的實用型、復合型和創造型人纔,根據教育部最新制定的《高職教育高等數學課程教學的基本要求》,結合人工智能和大數據技術,在總結已有的高職高專院校高等數學課程教學改革經驗的基礎上,依據各個專業對數學知識的需求,編寫了本書.
本書力求通俗易懂,實用性強,貫徹高職高專院校高等數學課程“以應用為目的,夠用為度,精講多練”的原則,同時響應“成果導向(OBE)”的新一輪教學改革倡議,力求在基礎性、實用性和創新性三方面和諧統一. 第一,針對理論性強、難度大的知識點,注意講清概念,減少理論證明. 注重數學自身知識體繫的繫統性和邏輯性. 第二,注重學以致用,以成果導向教學. 每個章節均用Python對典型的例題進行求解,並配有函數圖像,讓抽像的數學理論知識變得可視化,符合高職高專學生的特點. 第三,結合全國大學生數學建模競賽的原題,編寫成案例,給出賽題求解的完整過程,讓學生感受學習數學的實用性,同時也是對高職高專學生普及數學建模思想,真正達到OBE教學. 第四,在強調實用性的同時,也注重高等數學服務於專業的特點,在章節安排上,精心選取知識點.
本書著重強微積分和線性代數及基礎數據分析等內容,各個專業的教學可根據實際需要進行靈活選擇. 在編寫時注重給學生普及數據分析的知識,也是響應人工智能和大數據時代對數學知識的要求,是高等數學的一個創新. 然而,限於篇幅,本書難以囊括各行各業的實際問題,因此,編寫人員在教學過程中應注意補充與專業相關的習題和案例.
本書的內容包括Python基微分及應積分及應用、線性代數初步、數據預處理、Matplotlib數據可視化、案例實戰等,每章配有習題和Python程序源代碼,便於學生學以致用,提高數學技能,甚至可以直接參加全國大學生數學建模競賽. 本書可以作為高職高專院校“高等數學”課程的教材,也可以作為應用型本科的教學參考書.
本書由廣東農工商職業技術學院官金蘭和順德職業技術學院康永強、岑苑君擔任主編. 第1~4章由康永強和岑苑君編寫,第5~7章由官金蘭編寫. 譚旭平、肖勝中、姚新欽、趙艷玲負責整理書稿和校稿,學生賴煜庭和彭天明在編寫過程中驗證了本書中的Python程序. 廣州泰迪智能科技有限公司的董事長張良均先生對本書進行了通篇審查,並提出了寶貴意見.
盡管我們付出了很多努力,但限於水平,加之高職高專院校高等數學課程教學改革中面臨的問題還很多,書中還存在諸多不足之處,期望得到專家、同行和讀者的批評指正. 在此,也向為本書編寫和出版提供幫助的各界同仁和領導表示衷心感謝.
編者
2019年12月