A Mathematical Introduction to Data Science

ABORDAREA PRACTICĂ: raportul dintre teorie și cod/exerciții este pilonul central al acestui volum publicat de Springer. Notăm cu interes modul în care Yi Sun și Rod Adams reușesc să transforme concepte matematice abstracte în instrumente funcționale pentru analiza datelor. În loc să rămână în sfera teoretică pură, autorii ghidează cititorul prin pași logici, de la operații cu mulțimi și funcții, până la complexitatea algoritmilor de tip Principal Component Analysis (PCA) sau Singular Value Decomposition (SVD).

Reținem că structura celor 492 de pagini este concepută pentru a facilita o progresie lină. Matematica nu este tratată ca un subiect izolat, ci ca limbajul fundamental care permite înțelegerea mecanismelor din spatele rețelelor neuronale simple și a modelelor de regresie (lineară, logistică sau Ridge). Ca și Matthias Plaue în Data Science, autorul distilează experiență reală în principii acționabile, oferind o bază solidă celor care doresc să depășească etapa de simpli utilizatori de biblioteci software și să înțeleagă logica internă a proceselor de Maximum Likelihood Estimation.

Putem afirma că volumul se distinge prin rigoarea pedagogică. Deși necesită cunoștințe prealabile de algebră elementară și trigonometrie, textul compensează prin numeroase exemple lucrate și exerciții care încurajează participarea activă. Spre deosebire de alte manuale tehnice, aici accentul cade pe demistificarea algoritmilor moderni prin prisma fundamentelor matematice, pregătind terenul pentru studii avansate în inteligența artificială.