AI 時代的管理數學：使用 R 語言實作


	如果你主要關注統計分析、數據可視化、線性代數、初等微積分，並希望較快上手，「R語言」會是較佳的選擇！　　本書獨特之處在於以直觀且實用的方式，清楚介紹人工智慧及機器學習領域中常用的管理數學工具。透過R語言的實作，讀者得以深入理解並實際應用於不同實務情境。　　書中的實例不侷限於理論探討，更著重實際應用，貼近日常生活，喚起讀者對數學的共鳴與學習熱情。舉例而言，透過應用貝氏定理，探討運動員實際服用興奮劑的真相，以及判斷過濾垃圾郵件的情境。同時，透過極佳化方法的應用，協助航空公司訂定最適價格和最大利潤路線圖等案例，使得理論更具實用性。　　除此之外，本書擴大管理數學的範疇：從管理數學傳統上僅處理統計、線性代數的刻板印象，將此核心概念延伸至線性轉換、特徵值與特徵向量等進階議題，並且更進一步涵蓋一般書籍較少觸及的「極佳化方法」，包括微分、極值、偏微分以及拉氏乘數等內容，於實用範例中為機器學習（Machine learning）的數學應用奠定基礎。　　線性規劃的討論更是引領讀者回溯至二戰時期，線性規劃應用於確定空中力量和雷達（radar）的最佳使用，具有時代非凡之意義。同時探討在各種混和限制條件下，欲達目標極大、極小化，使用線性代數中構築人工基底手法，自標準的極大化問題做為起點，經二階段法、對偶問題法、對偶單形法，深入解說 R 軟體 lpSolveAPI 套件背後的數學脈絡或故事。　　本書精彩內容 —— 　　線性代數｜線性函數｜線性方程組｜矩陣｜向量空間｜線性轉換｜　　極佳化方法｜拉氏函數｜機率與統計｜單利．複利｜線性規劃｜馬可夫鏈｜預測｜本書特色　　☑ 以 R 軟體的程式語言與過程，深入解說並印證數學定義、定理　　☑ 透過 R 軟體的印證，經驗的移轉，形塑跨電腦語言的整體處理思維　　☑ 促成 R 軟體成為數學符號以外的第二語言，加速數學學習效率　　☑ 將人工智慧及機器學習常用之數學思維，應用於資料分析及解決管理問題專業推薦　　本書可以說是兩位學、產業界菁英以其多年的學經歷共同澆鑄的里程碑。內容以線性代數開啟矩陣，揭開「資料呈現的語言：矩陣」運用的神秘面紗（向量空間與轉換）；其他如微積分與拉氏函數在決策上扮演了重要的角色（波音收購麥道背後的精細計算）、機率統計的應用如何決定快篩的時機（避免偽陽、偽陰）、線性規劃包括各種極大化及極小化情境的應對技巧（單形法），和管理者最關注的前瞻預測（時間趨勢、週期變化與雜訊過濾）等等，都有待讀者諸君細細品嚐。—— 范宏書博士｜輔仁大學商學研究所長