本书内容全面,简明扼要,思路清晰,突出应用。本书分为时间序列门限模型、变参数门限自回归模型、截面数据门限空间模型、面板数据门限模型、面板门限空间模型、门限空间向量自回归模型和半参数门限空间滞后模型七章。本书突出各类模型的适用对象、建模思路和应用中常见问题的诠释。
本书可作为金融学、区域经济学、管理学和计量经济学相关领域的本科生、硕士研究生的基础教材,也可作为博士研究生、青年学者从事实证研究的工具书。

本书涵盖数值分析、统计计算的核心内容，既包含一些经典的数值方法，又系统地介绍了统计计算中的新方法。本书共8章，内容包括计算统计引论、矩阵计算、函数逼近与最小二乘法、方程与方程组的数值解法、数值积分与数值微分、马尔可夫链蒙特卡洛模拟、EM优化算法、组合优化与启发式算法等。
本书结合理论算法、计算机程序与计算机专业领域应用案例，较为全面地介绍数值计算方法和统计计算方法，让学生真正了解计算统计中重要算法的基本思想，掌握相关程序的编写和培养学生的编程思维，使其具备解决复杂工程问题的能力。

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

本书内容包括随机事件及其概率、随机变量及其概率分布、多维随机变量及其概率分布、随机变量的数字特征、大数定律及中心极限定理和数理统计初步等内容。在内容的选取上注重学生的逻辑推理能力及解决应用问题能力等数学应用能力的培养, 适当数学淡化理论的严密性和抽象概念。删除了传统教材中难而繁的内容, 保留了理工科各专业所需要的最基本内容, 重在锻炼学生的学以致用的能力, 即不仅关注理论知识的传授更注重实用技能的培养。本书在学习过程中塑造学生正确的世界观、人生观、价值观, 真正实现价值塑造、知识传授和能力培养融

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。

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

北太天元数值计算通用软件（以下简称“北太天元”）是由北京大学重庆大数据研究院数值计算实验室自主研发的首 款国产科学计算软件。北太天元聚焦科学计算领域“卡脖子”问题的解决，实现了科学计算领域“根技术”的突破。软件具备强大的底层数学函数库，可提供科学计算、可视化、交互式程序设计功能，支持数值计算、数据分析、数据可视化、数据优化、算法开发等场景，并通过SDK与API接口，扩展支持各类学科与行业应用。 北太天元数值计算通用软件从功能上可以替代美国工业软件Matlab，我国现有十多所高校被列入禁用matl

本书的内容包括数值运算与误差、插值法、数据拟合和函数逼近、数值积分和数值微分、线性方程组的数值解法、非线性方程(组)的数值方法、矩阵特征值与特征向量的计算、常微分方程初值问题的数值解法等，全书共分9章，约64学时，其中理论讲授48学时，上机实践
16学时，教师可根据学生实际，选择适当内容安排教学。在每一章内容中，作者均对相关概念和特征进行了详细透彻的解释说明，为加深学习印象，添加了大量的算例，并在章节末尾设置习题集，辅助算法理解。
本书可以作为信息与计算科学、数据计算及应用、数学与应

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