В математическом анализе аналитику данных нужно знать дифференциальное и интегральное исчисление. 15 Оно необходимо для решения даже относительно несложных задач, например наименьших квадратов в линейной регрессии. 1 Также знания в этом разделе используются в нейронных сетях и обратном распространении для идентификации новых паттернов. 1

В линейной алгебре аналитику данных нужно изучить основные свойства матриц и векторов: скалярное умножение, линейное преобразование, транспонирование, сопряжённость, ранг, детерминант. 2 Этот раздел математики необходим для понимания работы алгоритмов машинного обучения при обработке потоков данных. 1

Кроме того, полезно будет понять собственные числа и векторы, а также изучить SVD-разложение. 4