本书分为8 章，内容包括时间序列分析的基础知识、时间序列预测的常用方法，以及神经网络在时间序列预测中的应用；时间序列异常检测算法的技术与框架，如何识别异常的时间点及多种异常检测方法；时间序列的相似性度量方法、聚类算法；多维时间序列在广告分析和业务运维领域的应用，利用OLAP 技术对多维时间序列进行有效处理，通过根因分析技术获得导致故障的维度和元素；智能运维领域（AIOps）和金融领域的两个应用场景。

"本书是“新时代大学数学系列教材”之一。本书内容包括概率模型、概率公式、随机变量、随机向量、数学期望和方差、大数定律和中心极限定理、统计初步、参数估计、参数的区间估计、正态总体的显著性检验、总体分布和比例的假设检验、线性回归分析等十二章内容，并以工程技术和科学研究中广泛使用的MATLAB及国产软件北太天元为例, 介绍与本书内容相关的调用命令。本书采用“纸质内容+数字资源”的方式。纸质内容着重讲授基本概念、基本理论和典型例题。数字资源以拓展纸质内容、拓宽学生视野、激发学习兴趣为目标，配置

本书通过经济管理、社会生活、物理化学、工程技术中众多数学模型的实例，系统、详实地阐述数学建模与数学实验的基本理论和主要方法。分别介绍代数模型、方程模型、线性规划模型、非线性规划模型、概率模型、统计模型、蒙特卡洛模拟、图论模型、近世算法等，注重数学建模方法的介绍，重视数学模型的科学表达，并重点讲解模型在MATLAB中的编程实现方法。

本书为“十二五”普通高等教育本科国家级规划教材，全书分为《分析化学（化学分析部分）》和《分析化学（仪器分析部分）》两册。本册为化学分析部分。本书是在2010年出版的《分析化学（化学分析部分）》（第三版）的基础上修订而成的。 全书包括：绪论、定量分析中的误差及分析数据的处理、溶液化学平衡简介和滴定分析法概述、酸碱平衡和酸碱滴定法、络合平衡和络合滴定法、氧化还原滴定法、沉淀滴定法和沉淀重量法、分光光度法、常用的化学分离方法、复杂无机试样的分析，共10章。每章末附有思考题与习题，附录给出习题

本书包括运筹优化、图论模型、微分方程、随机模拟和统计方法等传统建模方法，同时还增设了智能优化算法、机器学习方法和深度方法，可以满足广大读者和参赛者的学习需求。本书算法实现以Python语言为主，每章内容均有详细的代码，可以帮助读者高效掌握Python编程实现算法。本书共包含19章，前两章为基础部分，分别为数学建模简介和Python简介； 第3~11章为传统建模方法部分，其中，第3章和第4章分别介绍运筹优化中的线性规划和非线性规划，第5章介绍图论，第6章介绍微分方程，第7章介绍
插值与拟合，

智能算法是一类直接的、随机搜索的优化方法，它是基于模拟自然界的生物现象而产生的一类新型优化方法。本书在介绍优化理论的基础上，着重介绍求解复杂工程优化模型的新智能算法。
本书共有12章，第1～2章着重介绍智能算法的现状及**化理论的基本概念；第3章着重介绍几种求解单目标约束优化问题的新型智能算法；第4～5章介绍求解多目标优化问题的粒子群算法及仿真实验；第6～9章着重讨论当优化问题维度变大时如何解决高维多目标优化问题；第10～11章讨论了复杂双层优化及其在视频服务器部署中的应用；第12章分析本

"本书是周世勋原著的《量子力学教程》（第三版）的学习与考研指导书，作者倪致祥教授长期从事量子力学教学研究和考研辅导，我们希望借作者丰富的经验给正在学习量子力学或准备考研究生的大学生提供一些启发和帮助。      本书分上下两篇。上篇为习题解析与学习指导。注重以明确的解题思路引导学生把握问题关键，以相关的背景知识帮助学生理解量子力学的物理内涵，以多种解法启发学生灵活运用所学知识，以扩展练习来拓展学生的知识面。      下篇为考研指导与试题精解。作者在认真梳理考研内容的基础上提炼出了知识

本书通过浅显的语言介绍了量子力学的基本概念。主要介绍了普通量子力学的基本内容及其正统解释。本书追求内容的逻辑性和完整性。

本书是《线性代数》（乔宝明主编，西安电子科技大学出版社出版）的配套辅导书. 全书共有五章，每章包含内容要点、解题方法、典型例题、习题详解、章节测试、能力提升六个部分. 这六个部分系统、精练地总结了教材各章的重难点问题，并对教材各章的习题进行了详细解析，以帮助学生更快、更好地掌握教材中的内容，同时增加了一些测试习题、考研真题以供学生巩固所学知识，为期末考试、考研等打好基础.
本书内容全面，体系合理，逻辑性强，结构紧凑，文字简洁，可作为高等院校理工类、经管类专业学生学习线性代数的辅导

"本书是为高等学校理工科师生编写的数值计算方法教材, 简明易学、富于创新。本书突出计算数学的基本思想, 注重经典数值方法的共性, 特别注意同微积分、线性代数基础知识的衔接。书中还介绍了相关数学问题和数值方法的历史背景、科学意义和几何直观。本次修订给出了一些典型算法相对应的 Python 程序和算例, 并介绍了相关的 Python 扩展库函数。    全书共八章, 包括数值计算中的误差、插值法与最小二乘法、数值积分与数值微分、方程求根、线性代数方程组的数值解法、矩阵特征值与特征向量的计算