本书共分10章，其中第1-5章是概率论部分，包括随机事件及其概率、随机变量及其分布、二维随机变量及其分布等；第6-9章是数理统计部分，包括统计量及其分布、参数估计、假设检验等；第10章介绍了Excel与MATLAB在概率统计中的应用。

　　《概率论与数理统计》以高等学校应用型创新型人才培养为目标，强调概率论与数理统计的应用性，主要内容包括概述、概率论的基础、随机变量的概率分布及数字特征、几种常见的概率分布、统计量的分布、参数估计、假设检验、线性回归模型等。读者学习该书的主要理论只要具有一元微积分的数学基础即可。
　　该书在知识体系上突出问题导向，章节内容从经典问题（实践中的概率或统计）人手，配以分析过程，通俗易懂；理论部分从具体到抽象，由易到难，分散了难点；重要计算给出了Excel实例，为大数据的应用奠定了坚实基础；每章

本书共10章，内容包括：随机事件及其概率，随机变量及其分布，多维随机变量，随机变量的数字特征，大数定律与中心极限定理，抽样与抽样分布，参数估计，假设检验，方差分析，回归分析。

为有效提升中职学校的数学教学质量，贯彻落实国务院、教育部的相关文件精神，助推职业教育“三教”改革，参照《中等职业学校数学课程标准》，从中职学生现有基础和认知水平出发，我们组织编写了本书.
本书从学生身边的生活案例出发，本着实用、适用、有用、必需、创新等原则和“从生活走进数学，数学融入生活”的教学理念，从生活问题出发，以解决生活问题为目标，突出了数学知识与日常生活的紧密联系.
本书分为6个课题，包括集合、函数、数列、排列组合、概率初步、数据分析.
本书可作为三年制中职学校数学教材

本书是根据当前我国高职高专大众化发展趋势下的教育现状，在总结和分析全国高职高专院校机电、电气类等专业数学教学改革经验的基础上编写而成的. 为了适应高等职业技术教育人才培养目标的要求，满足各专业学生学习的需要，本书对教学内容进行了优选. 本书共七章，内容包括函数、极限与连续、导数与微分、导数的应用、不定积分、定积分及其应用和常微分方程等. 书后附有积分基本公式表，供学生查用. 
本书可作为高职高专院校理工类各专业的数学教材，也可作为“专升本”考试的参考书. 

本书以学生成绩管理系统为主线，从简单的成绩输入/输出到采用文件存储成绩，并基于文件管理成绩，逐步丰富成绩管理系统的方式，引导读者思考利用计算机解决实际问题的方法，从而理解算法和计算思维，达到培养计算思维的目的。 计算思维是一个抽象概念，养成计算思维需要反复实践和反思。本书立足于计算思维的培养，每章都以问题为驱动，主要阐述问题的抽象、算法设计及其实现，并具体采用C语言作为实现算法的计算机语言，通过问题求解反复训练，培养读者的算法设计基础能力和计算思维。本书在问题求解过程中只阐述问题求解所需的知识点

本书是为高等院校理工科专业本科生的数值分析或计算方法课程编写的教材，内容包括非线性方程（组）的数值解法、线性方程组的数值解法、线性方程组的迭代解法、插值、曲线拟合与函数逼近、数值积分与数值微分、常微分方程的数值解法、矩阵特征值与特征向量的计算等常用数值算法的基本方法和理论。本书在兼顾理论讲解的同时，重视算法的应用和数学软件的实现，各章均配有小结与MATLAB应用实例，同时配有适量的例题和习题，且以二维码链接部分重要知识点的讲解视频，读者可扫码观看。

本书从人们身边最常见的整数讲起，逐步深入，介绍了数论、计数、图论、机器学习等领域的一些典型算法及其原理，尤其是算法背后的数学原理，可以让读者对这些算法有更深入的理解。 本书分为11章，涵盖的主要内容有整数的素因子分解、辗转相除、更相减损、扩展欧几里得算法和Karastuba算法； 密码体制和RSA体制的加密原理；递归与分治算法、动态编程技术、特征方程和特征根；算法复杂度分析、大O和大Θ的意义；穷举法、深度优先搜索、广度优先搜索、贪心策略；A?搜索算法；遗传算法；网络流、增广路径最大流算法；最小

本书是\"人工智能出版工程”系列图书之一。模式识别是人工智能的重要组成部分，本书简要介绍了模式识别的基本概念，以模式表示为切入点，针对近20年来模式识别领域研究的热点问题，系统阐述了线性子空间表示、非线性子空间表示、流形学习、稀疏表示、低秩模型、深度学习等方面的研究进展和相关代表性方法。 本书可供高等院校人工智能、智能科学与技术、计算机及相关专业研究生或高年级本科生阅读，也可供对模式识别感兴趣的研究人员和工程技术人员阅读和参考。

本书系统地介绍了线性锥优化的相关理论、模型和计算方法, 主要内容包括：线性锥优化简介, 凸集凸函数基础知识, 最优性条件与对偶, 可计算线性锥优化, 应用案例和内点算法软件介绍等.本书不仅包含了线性规划、二阶锥规划和半定规划等基本模型, 还引进二次函数锥规划来探讨更一般化的线性锥优化模型. 同时, 在共轭对偶理论的基础上, 系统地建立了线性锥优化的对偶模型, 给出了原始与对偶模型之间的强对偶条件. 书中给出了二阶锥可表示和半定锥可表示的一些实例, 使读者掌握线性锥优化模型建立的一些基本方法和技巧