本书为北京市高等教育精品教材立项项目，根据高职高专有机分析课程教学大纲编写而成。全书内容分三部分：第一部分为有机化合物系统鉴定，介绍有机化合物物理常数的测定、元素定性分析、溶度试验、官能团的检验、查阅文献及衍生物的制备等；第二部分为有机定量分析，包括常见元素和官能团的定量分析方法；第三部分为混合物分离，讲述有机混合物的分离方法及分离方法的选择和拟定，重点介绍了层析法。
本书结合理论教学安排了相关实验，实验项目和实验方法力求结合生产实际，突出动手能力和操作技能的培养。
本书可作为高等院

《化学分析及操作》是高等职业教育分析检验技术专业模块化系列教材的一个分册，包括15个模块，53个学习单元，主要介绍化学分析基本知识和基本操作，包括化学分析中的误差与分析数据处理、酸碱滴定的基本知识、高锰酸钾滴定分析、重铬酸钾滴定分析、碘量法滴定分析、溴酸钾滴定分析、硫酸铈滴定分析、配位滴定分析、莫尔法滴定分析、佛尔哈德法沉淀滴定分析、法扬司法沉淀滴定分析、非水滴定分析、卡尔费休法水分分析、沉淀称量分析和气化称量法的基础知识等内容。教材中补充了素质拓展阅读，有机融入了党的二十大精神。在每个模块的学

本书是为应用型本科院校以及其他院校工科各专业精心编写的理论力学教材，具有理论简明、内容翔实、突出应用、结构严谨、层次分明、语言精练、通俗易懂的特点。本书在保持前三版风格特点的基础之上，有机融入了思政元素，以提升育人效果；通过二维码引入了重难点知识点、典型例习题的讲解视频，以及各章知识要点、解题方法与难题解析，以帮助读者更好的学习和理解；适当增补了例题和习题，以拓展读者视野，满足读者深入学习的需要。。本书共十六章，包括静力学基础、平面汇交力系、力矩·力偶·平面力偶系、平面任意力系、空间力

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

本书是讲解模式识别的理论基础和典型应用的教材。本书共14章，前12章为基础理论，包含模式识别概述、理论贝叶斯决策、概率密度的估计、线性判别函数、非线性判别函数、其他分类方法、无监督学习、通用特征选择与提取方法、数据特征提取、数据预处理、深度神经网络基础、深度神经网络典型架构；后2章介绍指纹识别、光学字符识别、语音识别、自动人脸识别等模式识别典型应用以及语言大模型、视觉大模型、语音大模型和多模态大模型。

本书为江苏省高等学校重点教材。本书介绍了古代实用化学如陶瓷工艺、青铜和钢铁冶炼工艺、传统日用工艺中所蕴含的化学知识，以及炼丹术和炼金术、中国本草学和冶金化学中所蕴含的化学知识；近代化学学科的确立及化学经典分支学科（无机化学、有机化学、物理化学和分析化学）的诞生和发展过程；现代化学的确立以及现代化学分支学科的诞生和发展过程。
本书可作为普通高等教育师范院校化学史课程的教材，也可以作为理工科本科生和学科教学（化学）专业硕士研究生开设有关化学史课程的教材。本书还可以作为普通高校、各类职业院校进行

实验设计与数据处理是理工科学生必须掌握的技能。编著者从数据库与文献检索、实验设计方法、数据处理基础、软件在数据处理中的应用等角度出发编写了此书。本书内容涉及利用单因素实验设计、正交实验设计、均匀实验设计、科技文献检索、数据处理基础、方差分析、回归分析、Origin 软件、Excel 软件、SPSS 软件、MATLAB软件对数据进行处理。本书特点是在介绍实验设计与数据处理的原理和方法的同时，注重其实际应用。本书每章后面均配有思考题，可供读者练习。本书内容丰富、实用性强，可作为理、工、农、林、医等专

本书为高等学校的《应用数理统计》教材，主要内容包括抽样分布、参数估计、假设检验、方差分析、回归分析，共五章。每章含有常用统计软件数据分析操作简介，章末附有知识小结、疑难公式的推导与证明、有关数理统计发展史的课外读物、章节练习及习题讲解。本书包含教育、生物、经济等专业所需的数理统计知识，以及常用统计软件分析操作简介。

本书是数学、计算机相关专业高年级本科生专业主干课程或理工类专业研究生的公共基础课程教材，其理论性强，应用广泛。本书内容共分为6章，包括数理统计基础、参数估计、假设检验、回归分析、方差分析、多元统计分析。
本书在编写时特别注重概念发现和理论形成的介绍，既注重理论的严谨性，又注重知识的应用性； 同时，还介绍了各种统计方法的Excel软件实现过程，提升了课程的应用性。部分节后编写了配套练习题，方便读者自我检测。

本书主要介绍了数据分析的基础知识和实操过程。全书共7个单元，第1单元为数据分析概述，第2-6单元以Microsoft Excel 2019软件为例，从数据收集、数据分析常用函数、数据加工与处理、数据分析、数据展示等方面切入，结合具体的案例进行数据剖析；第7单元将理论与实践结合，以某新零售企业的销售数据为例，展现了数据分析完整的操作过程。