全书以计算思维为导向，凝练了计算机科学与技术中相关的基本理论、基本方法和新一代智能计算技术的基本概念及应用。全书内容分为10章，介绍了计算、计算机与计算思维的基础知识，计算基础，计算机系统与云计算，计算机网络与物联网，算法设计基础，Python语言程序设计，数据库与大数据、人工智能基础、人工智能技术、人工智能应用等智能

本书由两位公认的有限元分析专家撰写。第1版的问世堪称有限元方法发展史上的里程碑，为该领域奠定了坚实的基础。本书为第2版，在第1版的基础上进行了更新和完善，包括误差估计、验证近似解、模型选择、建模误差控制和仿真等内容。本书涵盖了当前关于模型选择和建模误差控制的最新研究成果，并通过实例说明了不确定性量化在数据分析中的应用，

本书是“数值计算方法”课程教材.本书基于实际应用，系统地介绍数值计算中常用的数值方法及其理论分析，突出算法的设计思想、特点和数值实现.全书共9章，结合分数二项式系数的计算、氟化钙消光系数的计算、泊松融合算法中线性方程组的求解、不同高程水位面面积的计算、水位流量关系的测定、基于数值微分的图像去噪、人脸识别中的特征值计算、

本书是普通高等学校应用型教材《概率论与数理统计》(第3版)的配套辅导用书。全书分为三大部分，其中第一部分为对应教材的课后习题全解以及总复习题全解，有些题目给出了多种详细解法，便于读者自学参考，为了便于教师布置课后作业，课程教材的课后习题是按节配置的，且每一章的后面均附有总复习题，配套辅导用书的章节目录体系与课程教材完全

概率论与数理统计是大学数学的第三门课。本书针对理工专业编写，主要包括概率论的基本概念、一维和多维随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、假设检验、方差分析和回归分析等知识模块，并特别加强了数学建模与数学实验教学环节，可以通过扫描对应的二维码即可实现实验操作，且配有网络账号，学生可登录网络学习

本书特色：1.语言通俗，受众广泛：采用简单通俗的语言阐述多元统计分析的基本概念，便于非数学背景的读者理解。2.注重应用，结合案例：考虑到读者的应用需求，通过案例帮助理解各种方法的概念及计算，同时包含传统多元分析教材的多数内容及详尽数学公式，以满足不同读者需求。3.兼顾主流软件实现：基于数据驱动思维，正文中通过R软件解释

本书分9章，由概率论和数理统计两大部分组成。概率论部分包括：概率论中的基本概念、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理。数理统计部分包括：数理统计的基本概念、参数估计、假设检验、方差分析与回归分析。

本书分别为误差及算法的稳定性、非线性方程(组)求根充、线性方程组的数值解法、函数的插值与拟合、数值微分与积分和常微分方程数值解分的习题及指导，本书考虑了学生在学习过程中遇到的重点难点，因此系统全面地对数值分析的重点内容与习题进行了细致的解析，在重视基础理论和算法的同时，也适度进行了延展和拔高，努力使学生理解数值分析中的

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。

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，