基于作者在纽约大学开设的课程，线性代数和概率论在计算机科学中的应用介绍了两个数学领域，它们是很多计算机科学领域学科的基础。这个课程和教材面向数学基础非常薄弱的学生。多数章节讨论了相关的MATLAB函数和特征并且给出了MATLAB的样本作业。作者的网站提供了本书的MATLAB代码。 在介绍了MATLAB之后，本书内容分成两部分。线性代数部分在实数域上介绍了向量、矩阵和线性变换，包括高斯消去法、几何应用和基变换，它还介绍了数值稳定性、舍入误差、离散傅里叶变换和奇异值分解。概率论部分介绍了和数值随机变量，后面的章节讨论了马尔科夫模型、蒙特卡罗方法、信息论和基本的统计技术。通篇侧重的是与计算机科学应用相关的那些主题和例子，比如有隐马尔科夫模型用于文本标注的深入讨论和Zipf(逆幂律)扰动的讨论。