本书介绍了计算思维、虚拟现实、计算机网络与安全、程序设计基础、数据管理与分析等知识，讲解了人工智能基础及机器学习、智能决策、智能体、大模型与AIGC等人工智能关键技术，并展示了人工智能在多领域的实际应用。

本书充分考虑数学教学大纲要求与企业需求，拉近产业与教育、企业和学校的距离，强调内容的实用性，真正让学生做到学以致用。书稿中新增初等数学知识，加强了初等数学与高等数学的衔接，落实够用为度的教学原则，对定理及理论性过强的内容适当做了弱化处理，不刻意追求过程的严密性。本书稿主要包括三大部分：初等代数综合(包括不等式、方程等内

本书分为高等数学、线性代数和概率论与数理统计三部分，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、常微分方程、空间解析几何与向量代数、多元函数微分学、多元函数积分学、无穷级数等内容。本书以“联系实际，注重应用”为原则，内容通俗易懂，符合高职教学的要求。每章、节后都附有习题，书末附有习题答案。

本书分为三篇，分别介绍了概率的基础、统计的基础与统计的进阶，每章都结合生活中的案例进行分析，指导读者一步步进行运算，最后得出结论。除此之外，书中还介绍了如何运用Excel这一常见的软件进行简单的统计分析，让读者可以在实际操作中更加得心应手。

本书涵盖大学数学课程大纲及考试大纲要求的全部知识点及近8年的考研经典真题，汇集了大学生数学期中与期末考试的基本解题思路、方法和技巧。本书是由张天德教学团队根据多年的概率论教学经验和考研辅导经验，依据全国各地最新《微积分考试大纲》编写而成，主要面向参加概率论考试及参加大学生数学竞赛的学生。

随着科学技术的迅猛发展和生成式人工智能的崛起，高维数据已成为经济预测、精准医疗、智能制造等领域的核心挑战。高维统计学深度融合优化理论、数学科学、计算机科学及信息科学的理论与方法，从数据中提炼知识、辅助科学决策、发掘潜在规律并揭示新现象。本书系统阐述高维数据分析与统计推断的理论体系与方法实践，深度解析维数灾难的内在机理，

本书重点介绍现代工程技术中计算机上常用的行之有效的数值方法及基本原理，包括误差理论基础、Syslab语言基础、Syslab程序设计基础、非线性方程的数值解法、线性方程组的数值解法、Syslab绘图基础、Syslab符号运算基础、插值法与曲线拟合、数值微积分和常微分方程初值问题的数值解法共10章内容。

本书介绍了基础性和应用较广的数值计算方法，包括数值计算的基本问题、函数的插值与逼近、数值积分和数值微分、矩阵特征值问题的计算、常微分方程数值问题的数值解法、科学计算案例等。

本书主要内容包括：概率论基础、抽样与抽样分布、参数估计、假设检验、回归分析、方差分析和正交试验设计、多元统计应用。本书根据研究生教学的特点精心选材，通过问题的引入、描述和分析阐明数理统计方法的基本思想及实际应用。全书内容简明扼要，清晰易懂。除基本教学内容外，《应用数理统计(第四版)》突出了研究生教育的探索性和启发性，在

该书共有八章，分别为密度函数估计的积分风险的下界、满足微分不等式的函数的非参数估计、渐近极小极大化图像重建问题、高斯白噪声中的适应估计问题、带有任意噪声的随机近似、非参数中位数的伪值和极小化极大滤波算法、遍历过程经验测度的巨大偏差、渐近最优序贯实验设计。该书适合高等院校的师生及数学爱好者参考阅读。