本书主要内容包括：函数及其运算；极限与连续；导数与微分；导数的应用；积分及其应用；常微分方程；向量代数与空间解析几何；线性代数等。

概率论与数理统计是大学数学的第三门课。本书针对理工专业编写，主要包括概率论的基本概念、一维和多维随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、假设检验 、方差分析和回归分析等知识模块，并特别加强了数学建模与数学实验教学环节，可以通过扫描对应的二维码即可实现实验操作，且配有网络账号，学生可登录网络学习空间学习相关内容。本书可作为高等院校理工科等非数学专业的教材与教学参考书，也适合对概率论与数理统计感兴趣的其他专业的读者自主学习。

线性模型是统计学中的一个重要分支，本书从理论与实践相结合的角度，阐述了线性模型的基本理论、方法和应用。本书共分为八章，第一章通过各种案例引进各种线性模型，第二章和第三章介绍了一些基础知识，包括矩阵论和概率论的相关知识。第四章到第六章系统讨论了各种线性回归模型的估计及统计推断。第七章讨论了方差分析模型的统计推断，并在附录中讨论了方差分析与似然比检验的联系等计算技巧。由于函数型数据近年来取得了长足的发展，本书在第八章讨论了函数型数据线性模型的估计及其应用。本书可以作为统计学、数量经济学等专

本书以经济、管理、气象、医学、工业生产、金融等活动中产生的时间序列数据为对象，运用数学和统计学方法，进行时间序列的时域和频域分析。本书将理论分析与数据案例相结合，从传统经典时间序列模型到现代机器学习、深度学习、强化学习与时间序列数据融合，按由浅入深的方式编写而成。本书有配套PPT课件、教学大纲、案例数据、R代码等教学资源，智慧树平台有教学视频和练习题，提供多源、丰富的辅助学习工具。本书可以作为统计学、数据科学等相关专业本科生、硕士生学习相关课程的教材，也可以作为企业、政府等相关人员学习预测和决策

全书结构严谨，共分为九章，内容涵盖概率论的基础知识，包括概率论的基本概念、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理；以及数理统计的核心内容，包括数理统计的基本概念、参数估计、假设检验、方差分析与回归分析.此外，本书的附录部分还特别提供了概率论与数理统计中Python常用命令代码的简介. 本书不仅适合作为高等学校非数学专业学生的教材，同时也可为报考硕士研究生招生考试的考生及科技工作者提供参考.

本书主要针对理工类专业编写，较好地体现了高等数学的应用性，供大一理工类学生使用．本书内容主要包括函数、极限与连续，导数与微分，微分中值定理与导数的应用，不定积分，定积分及其应用，常微分方程，线性代数，概率论与数理统计初步和数学实验共九章，书中加“*”号的内容为选学内容，供任课老师酌情选用．每章按节配置了由易到难的习题，书后附有答案，扫码可以查看答案详解．同时，每章最后有本章复习题和在线测试题．为了便于学生学习，书末附录还给出了常用数学公式和积分表．本书内容突出数学与理工类专业及生活实践的密切联系

《智能优化算法及其Matlab案例》是对智能优化算法及其实际应用的研究成果的系统总结。智能优化算法是一类模拟生物进化、群体行为或物理法则等自然现象或过程的计算方法，用于解决组合优化、函数优化、大空间等复杂的优化问题，得到了国内外学者的广泛关注。本书共有8章，第1章介绍了智能优化算法的概念、特点、分类以及最优化问题的含义、分类等；第2章到第7章分别介绍了遗传算法、模拟退火算法、禁忌搜索算法、蚁群优化算法、粒子群优化算法、帝国竞争算法等6种经典智能优化算法的理论基础、算法流程及Matlab案例应用；

本书是江苏省研究生优秀课程配套教材，围绕“理论推导—算法实现—工程应用”的主线，系统讲授数值分析的基本理论与常用方法，共设8章，内容涵盖误差分析、非线性方程求根、线性方程组数值解法、插值与拟合、数值微积分、常微分方程数值解法等。书中突出工程应用导向，精心设计了多个贴近实际的案例（含MATLAB程序实现），帮助读者理解算法在复杂问题中的实际价值。本书按节和章分别配备多类型习题，扫书中二维码可查看相应解析，构建“讲—练—解”一体化学习闭环。通过48学时教学安排，帮助读者夯实计算基础、提升建模与算法能

本书是一本专为高校工科类专业量身打造的数值分析课程教材，全面满足硕士研究生和本科教学需求，以数值计算核心问题为主线，系统阐述现代科学计算的原理与方法。第1章绪论介绍基本概念与误差理论搭建计算思维框架，第2~7章涵盖非线性方程/线性方程组的数值解法等核心模块，还构建了立体化学习系统。本书基本概念清晰，语言通俗易懂，注重算法实际应用与上机实践，在介绍基础理论时省略繁琐证明，侧重算法叙述和算例分析，行文通俗并对专业术语作通俗解释，还为常用算法提供MATLAB源代码，各章后附习题，书后有答案和提示

本书是计算思维与人工智能通识课程的教材，主要介绍计算机学科中的计算思维和人工智能相关内容，对信息时代人们应具备的大数据、物联网、人工智能应用等也进行了系统的介绍。本书内容上课划分为两大部分，共计9章。第一部分是计算思维，包括第1章计算机与计算，第2章信息数字化基础，第3章算法与数据结构，第4章数据组织与管理，第5章计算机网络；第二部分是人工智能，包括第6章初识人工智能，第7章智能语音识别技术，第8章智能图像识别，第9章知识图谱。本书对传统计算机公共课的教学内容进行了改革，凝练了计算思维