本书将机器学习技术与数量宏观经济学有机融合，通过案例分析与数学推导，系统展示了如何运用机器学习方法解决高维动态均衡模型问题——特别是含有异质代理人和不完全市场条件下的模型问题，为宏观经济学研究者提供了一部详实的方法指南和案例集锦。 在书中，作者首先阐述机器学习的基本原理及关键概念；然后，介绍如何应用PyTorch进行机器学习，以期为读者提供必要的工具；最后，在介绍典型随机增长模型的传统解法后，作者通过详实的过程演示，一步步指导读者如何基于机器学习方法对标准模型进行高效求解，及对包含各类摩擦的非

本书主要介绍了项目管理的知识体系框架，项目和项目管理的基本概念、内容、思路和特点，项目概念阶段、开发阶段、实施阶段以及收尾阶段的项目管理知识模块，项目生命周期各个阶段的知识模块。具体来讲，分章节介绍了项目整合管理、项目范围管理、项目相关方管理、项目资源管理、项目进度管理、项目采购与合同管理、项目沟通管理、项目质量管理、项目风险管理和项目成本管理。此外，还介绍了项目管理的基本方法、Project2021与CrystalBall的使用、项目经理的相关认证等内容。

本书总结了作者15年、参与近百个敏捷项目的经验，以及从项目管理经验中获得的“以管理视角看敏捷”的见解，共144个提示。每个提示都是作者亲身实践的宝贵经验，涵盖了从项目管理到团队协作、品质保障等多个方面。本书深入剖析敏捷管理方法论，旨在帮助读者纠正对敏捷的误解，并提供实践指导。从敏捷的基本概念、团队沟通与角色分工，到产出物构建与敏捷管理实施方法，本书全面系统地展示了敏捷实践的框架。本书分为五大章节，是全面且实用的敏捷开发指南，为敏捷项目管理赋能。

本书是针对应用型本科高校的人才培养要求，在总结多年教学经验的基础上，致力于解决经济和管理领域的实际问题编写而成。本书通过理论与实践相结合的方式，采用实际经济数据案例，帮助读者在 EViews 软件中实现计量经济学的常用模型与方法，通过分析和解决实际问题加深对计量经济学理论知识的理解。本书的主要内容包括一元线性回归模型、多元线性回归模型、多重共线性的检验及修正、异方差性的检验及修正、自相关性的检验及修正、分布滞后模型、虚拟变量模型、时间序列模型。

本书构建了一套贴合中国实际的项目管理框架。在传承华罗庚的“优选法和统筹法”、钱学森的“系统工程”等本土管理智慧的同时，吸纳了国际标准化组织（ISO）和其他国外项目管理组织的前沿理念，形成了“理论传承—实践创新—国际兼容”的三维架构。与以往大多数项目管理书籍不同，本书从“面向整个组织的视角”解读项目管理，而非仅仅局限于“面向单项目的视角”。以“基础理论、实践操作、扩展创新、人才培养”为主线，本书构建了“12大核心模块+典型案例”的立体化知识体系。本书适用于政府部门、科研院所、社会团体、企事业单位等

本书融计量经济学理论、方法与应用为一体；以中级水平为主，适当吸收初级和高级水平的内容；以经典线性模型为主，适当介绍一些适用的非经典模型。全书形成具有特色的内容体系。全书详细论述了经典的单方程计量经济学模型的理论方法，适当介绍了现代时间序列计量经济学模型和几类非经典截面数据模型的理论方法；在计量经济学应用模型中，讨论了模型类型选择、模型变量选择、模型函数关系设定和模型变量性质设定的原则和方法。在详细介绍线性回归模型的数学过程的基础上，各章的重点不是理论方法的数学推导与证明，而是实际应用中

本书的结构框架和知识难度适合财经类专业的学生入门级学习。此次第八版修订主要是挖掘计量经济学专业领域的思政思想，能将计量经济学的方法不只应用于中国经济相关领域、还能应用于需要实证分析的其他领域。主要修订内容如下：一、理论内容的修改（结合目前应用方法的现状，第七章第九章第十章是重点，修改会比较多）。第一章第一节加入计量发展现状的介绍。第三章修改扰动项的假设及一系列的推导。第四章（1）增加多元斜率系数含义的推导（2）扰动项假设的修改及一系列的推导修改。第七章平稳性检验与协整检验的修订。第八章加入联立方

本教材是高等学校会计与财务管理专业系列教材之一。教材立足习近平新时代中国特色社会主义思想，紧扣高质量发展战略，系统构建区块链技术与会计实务深度融合的知识体系。教材通过思维导图与国家标准（如GB/T 42752-2023、GB/T 42571-2023）对接，解析区块链在会计领域的创新应用；以企业全流程业务场景为主线，配套区块链实训平台，实现从联盟链搭建到业财一体化处理的沉浸式学习；整合密码学、分布式系统等技术，培养复合型会计人才。教材通过三式记账法等前沿案例，推动会计从“核算型”向“智

本次修订保持了上一版问题为的，数学为失，有的放矢的基本修改原则。在引例、解释和应用诸多方面力争多联系与经济有关的问题，对概念、定理和方法等采用了学生容易理解的方式进行叙述，从而降低了起点，减少了难度，精简了内容。此外，还配置了教学重难点内容的讲解微视频，帮助学习者巩固所学知识，满足自学的需求。 本书分为上、下两册，共14章。上册是微积分的内容，主要包括：极限与连续、导数与微分、中值定理与导数应用、不定积分、定积分、多元函数微积分、常微分方程、无穷级数；下册是线性代数、概率论与数理统计的内容，主要

本书内容主要包括：计量经济学及其Python应用环境，Python在一元回归分析中的应用，Python在多元回归分析中的应用，Python在多重共线性中的应用，Python在异方差中的应用，Python在自相关中的应用，Python在时间序列分析自相关性与平稳性中的应用，Python在时间序列分析ARIMA等模型中的应用，Python在时间序列分析ARCH与GARCH模型中的应用，Python在面板数据计量分析中的应用，Python在广义矩估计与最大似然估计中的应用，Python在格兰