本书主要介绍统计学中的回归分析方法基础以及在机器学习方向上的应用。介绍回归分析的数学基础的同时，以统计学和机器学习相结合的手段介绍回归分析领域在近年来取得的各种重要结果和突破。特别是在大数据背景下，回归分析的正则化问题的快速求解算法。本书在介绍基础知识的同时，也强调回归分析在实际中的应用，书中配有大量的案例及其R语言的

介绍了电子计算机上常用的数值计算方法以及有关的基本概念与基本理论，内容包括：非线性方程与线性方程组的数值解法、插值与逼近、数值积分与数值微分、常微分方程数值解法、矩阵的特征值与特征向量计算．每章均配有一定量的习题，部分例题附有MATLAB源程序，书末附有部分习题参考答案．本书叙述简明，注意深入浅出，言简意赅；淡化严格论

本书共分成4大模块，第一部分主要讲解计算思维的概念、本质以及相关特征；第二部分针对计算机的一些微观知识点进行补充，包括计算机的组成等；第三部分通过对程序设计语言发展的描述，初步体会程序语言的特点；第四部分主要针对C语言，将抽象的计算思维实例化，培养读者编程感觉，感受计算思维的实际运用。本教材具有零基础入门、基于解决问题

《ANSYSWorkbench2020有限元分析从入门到精通》以ANSYS2020版本为依托，对ANSYSWorkbench分析的基本思路、操作步骤、应用技巧进行详细介绍，并结合典型工程应用实例详细讲述了ANSYSWorkbench的具体工程应用方法。本书共13章，第1~4章为操作基础，详细介绍了ANSYSWorkbe

本书为中国科学技术大学数学类本科生的“概率论”教材,既保留了第二版中原有的基本内容:初等概率论、随机变量、随机向量、数字特征与特征函数、极限定理等,又根据国际通用表述习惯和教学需求调整了叙述方式和部分内容,增加了例题,使得主干脉络更清楚,枝叶更丰满.《BR》本书内容丰富,叙述严谨,深入浅出,既以生动浅显的方式说明了概率

本书系统地介绍了数值分析的基本概念、基础理论、基本数值方法和具有实际应用背景的数值方法的实现过程。主要包括：数值计算基础、解非线性方程的数值方法、解线性方程组的直接方法、多项式逼近和插值法、逼近理论与最小二乘法、解线性方程组的迭代法、数值微分与数值积分、解非线性方程组的数值方法、矩阵特征值与特征向量的近似计算、常微分方

本书内容包括数值计算引论、非线性方程的数值解法、线性代数方程组的数值解法、插值法、曲线拟合的小二乘法、数值积分和数值微分、常微分方程初值问题的数值解法和试题及解答等8章。前7章每章均由内容提要、习题及解答、同步练习题及解答三部分组成,一章给出了3份试题样卷及解答。随着计算机技术和计算数学的发展,用计算机进行科学计算已成

本书共六章，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。

本书是与《应用数学》（张立圃、李仲佳主编，高等教育出版社出版）相配套的习题集。本书按教材的章节顺序编排，内容包括函数、极限、导数与微分、微分中值定理与导数的应用、不定积分、定积分、定积分的应用、微分方程与应用、向量代数与空间解析几何、多元函数微分学、二重积分等。本书主要以规范学生的课外作业，训练学生分析问题和解决问题的

本书根据作者的教学实践编著而成，内容包括随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本知识、参数估计、假设检验、方差分析与回归分析。书中各章附有相当数量的习题及相应的EXCEL2000处理程序，书末附有常用分布表，供读者查阅。本书以提高读者解题能力与解决实际问题能力为