在科技与教育深度融合的新时代背景下，培育德才兼备且具有创新精神和实践技能的人才至关重要。本书融合最优化理论与机器学习技术，配套相关课程为本科生和研究生提供系统全面的学习资源。全书共6章。第1章“绪论”介绍最优化问题的分类和典型应用，为后续学习奠定基础。第2章“凸分析”探讨凸集和凸函数等概念，提供解决优化问题的理论工具。第3章“最优性条件”讲解对偶问题和KKT条件，帮助学生理解最优解的求解方法。第4章“最优化计算”详细介绍梯度下降法、线性搜索法等无约束优化算法。第5章“机器学习中的邻近算法”阐述邻

"本书依据《新时代大学计算机基础课程教学基本要求》（2023版），从计算系统基本原理、Python程序设计、计算思维与问题求解、计算机网络与物联网、数据分析与可视化、人工智能与大模型、信息安全与隐私保护等维度构建教材内容，在强化对学生计算思维能力培养的同时，推进物联网、大数据和人工智能等新技术的普及与应用。
本书内容上与时俱进，实践中注重创新，将Python编程贯穿教材始终，通过大量编程实例强化对学生计算思维能力的培养，增强学生对新一代信息技术的理解能力。本书紧扣课程主题，多方位凝练思政要

数值分析作为计算数学的基础研究领域之一，关注一些基础共性问题的计算方法。它通过对问题近似建模，提出解决方案，并将这些方案用计算机程序实现，同时对算法进行理论分析。作为计算数学专业的基础课程，数值分析致力于培养学生设计、分析及提升算法的能力。本书的内容以多项式近似为核心线索，涵盖从多项式插值和逼近到数值微分、积分，再到常微分方程数值解的应用等。

本书面向人工智能相关专业（智能科学与技术、控制科学与工程、计算机科学与技术）的本科生，以从人工智能角度理解模式识别和用模式识别原理解决工程问题为目标，将内容分为基础知识、模式分类和模式聚类三大部分，突出简明和实用的特点。书中穿插大量案例，可以帮助学生在掌握基本概念的基础上理解基本原理，熟悉典型方法，做到知其然，知其所以然。本书注重引导学生充分利用样本数据库和算法库等各种网络资源，通过课程学习、案例计算和算法实现，分析来自生产和生活实际中的模式识别问题，采用合适的模式识别算法和技术，通过Py

《物理化学实验》包含绪论、物理化学实验技术、基础实验、设计实验和综合实验，涵盖热力学实验、电化学实验、动力学实验、表面与胶体化学实验等。第1章绪论部分介绍了实验数据的表达、处理方法等。物理化学实验所用技术较多，因此第2章介绍了常用物理化学实验技术。第3章基础实验重在培养学生基础实验操作能力，加强学生对物理化学基础知识的理解。第4章设计实验要求学生独立设计实验方法，选择合适的实验仪器并开展实验，培养学生解决实际问题的能力。第5章综合实验旨在培养学生综合解决实际问题的能力。针对物理化学实验所用仪器较

本书是配套《大学物理》教材的教学辅导用书，每章包括思维导图、重难点分析、典型例题和配套习题等组成，本书和配套教材一样，分为14章，题型丰富多样，内容全面新颖，题量搭配合理，是大学物理课程教学同步配合的精选习题集，全书解题思路清晰，方法简炼，力求启发、引导、一题多解，并对学生多发性错误进行分析，加深对物理概念和物理规律的理解，培养学生的逻辑思维和综合分析能力。本书是一本适用性较强的大学物理教学辅导参考书，对学习大学物理十分有益。

本书以解决数学建模常见问题为目标，内容深入浅出，以软件功能和数学建模有关数值计算问题为主线，结合各种应用实例，详细讲解了数学建模常见问题的软件实现。本书各个章节相对独立，内容体系完整，涉及初等模型、高等数学、线性代数、概率论与数理统计的基本模型，综合评价方法、插值与拟合、图论、多元统计分析、数据挖掘、差分方程和灰色系统预测等模型，选取数学建模竞赛专科组竞赛题目和优秀论文作为教学案例，每一章理论后都有例题或小案例，给出了建模过程和计算程序。

本书依据非数学类专业概率论与数理统计课程的教学基本要求和大纲，参照近年来概率论与数理统计课程及教材建设的经验和成果编写完成。在概念的引入以及方法的应用上注重“追本溯源、探新求实”；在知识点的讲解中采用一点多例的方式对重难点知识进行由浅入深的多角度刨析；二维码链接中增加了数学实验，用来培养学生的创新思维和实践动手能力。线上资源主要包括应用案例、章节测试、授课视频，以及配套课件、课程思政案例等。全书结构主次分明，语言表述通俗易懂，利于学生自主学习。本书主要内容包括概率论的基本概念、随机变量

这本《线性代数、概率统计同步练习卷》 可以帮助读者加深对基本概念的理解，加强对基本解题方法和技巧的掌握，培养读者分析和解决问题的能力，为期末考试、考研等打好基础。本书与教材形成互补，题目类型涵盖选择题、填空题、计算题、解答题等。内容共十三章，每章分为A，B两卷，并附有期中测试卷和期末测试卷，便于读者进行阶段性测试。本书部分内容参考了考研与数学竞赛真题，由易到难、由浅入深，满足不同学生的学习需求，方便学生的自评自测。

《线性代数与概率统计》是高职高专各专业的公共基础课，对学生学习专业课程和技能提供了必要的数学基础，有利于培养学生应用数学解决问题的能力和素质。教材编者在总结多年高职高
专《线性代数与概率统计》教学经验的基础上，分析国内外同类教材发展趋势，探索高职高专《线性代数与概率统计》教学的发展动向，组织编写本教材。
本教材分《线性代数》及《概率统计》两篇共8章，包括：行列式，矩阵，线性方程组，特征值、特征向量及二次型，线性规划，随机事件与概率，随机变量及其数字特征，数理统计初步。另
外把M