《计算思维与人工智能基础》是高校计算思维通识教育类课程的入门教材，以基于计算机的问题求解为主线，以计算思维能力培养为目的，从全新的视角组织教学内容，突出计算理论与计算机科学方法。全书共7章，分别介绍了计算与计算思维、信息表示、计算机系统、程序设计基础——Python编程入门、信息传递与信息安全、人工智能基础、机器学习等

本书是根据普通高等理工科院校“数值分析”和“计算方法”课程的基本要求,结合作者多年的教学实践经验编写而成的.内容主要包括科学计算中的误差分析、线性方程组的数值解法、插值与逼近、非线性方程求根、数值积分与数值微分、矩阵特征值的计算、常微分方程初值问题的数值解法等.本书的编写注重读者对算法基本思想和操作的掌握,旨在训练读者

本书是一部版权引进的俄文原版数学专著。中文书名可译为《蒙特卡罗方法中的随机过程和场模型：算法和应用》。作者是谢尔盖.米哈伊尔洛维奇.普里加林，俄罗斯物理和数学科学博士，新西伯利亚国立大学计算数学教研室教授，俄罗斯科学院西伯利亚分院计算数学和数学地球物理研究院首席研究员。

本书分两篇，第1篇为计算方法，内容主要包括误差分析、方程求根、线性方程组数值解法、矩阵的特征值及特征向量的计算、插值法、曲线拟合、数值积分与数值微分、常微分方程数值解法和偏微分方程数值解法等。第２篇为计算实习，供学生自学，并用于指导学生上机实习。与第１篇各章相配套，本篇共有9个实习，每一实习均给出了该实习的目的与要求、

本书着重介绍适合于电子计算机上采用的数值计算方法及其理论，内容主要包括绪论、非线性方程的解法、线性代数方程组数值解法、多项式插值与函数最佳逼近、数值积分与数值微分、常微分方程数值解法和偏微分方程数值解法等7章，每章末附有足量习题，书后提供习题详细答案。本书内容覆盖了教育部工科研究生数学课程教学指导小组所制定的工科研究生

本书主要介绍有限单元法的基本理论、格式与求解方法,包括平面、三维应力、等参数单元,以及杆系结构单元、薄板和薄壳问题。另外,也简要介绍了有限元动力分析,并在附录中介绍了作为有限元理论基础的插值函数、变分和能量原理等。

本书共13章，分别介绍了随机变量的抽样方法，随机向量的抽样方法，随机过程的抽样方法，Gibbs抽样和马尔可夫链，Metropolis-Hastings算法、HMC算法及SMC算法，EM算法和MM算法，梯度下降法，Newton-Raphson算法，坐标下降法，Boosting算法，凸优化与支持向量机，ADMM算法，深度学

本书是为理工科大学本科相关专业开设的"工程计算方法"或"数值分析"课程编写的实践类教材，主要内容包括数值计算的基本概念、非线性方程的一般解法、线性方程组的直接解法、线性方程组的迭代解法、插值与逼近、数值积分、非线性优化、启发式算法。本书对各数值算法进行了概述，并重点介绍了如何用C语言进行各类方法的编程实践；各章安排了大

本书系统地介绍了现代科学与工程计算中常用的数值计算方法及有关的理论和应用。全书共9章，包括误差分析、函数插值、函数逼近、数值积分与数值微分、解线性代数方程组的直接法和迭代法、非线性代数方程求根、矩阵特征值与特征向量计算，以及常微分方程初值问题的数值解法等。本书基本概念清晰准确，理论分析科学严谨，语言叙述通俗易懂，结构编

本书系统地介绍了科学与工程计算中常用的数值计算方法及有关理论分析和应用,力求内容完整和算法实用。全书包括数值线性代数,非线性方程(组)数值解法,矩阵特征值问题,数值逼近,数值微分和数值积分,微分方程数值求解。对于每种常用的数值解法,不仅给出具体步骤,而且还给出了MATLAB程序,便于读者调用。本书注重数值计算基本思想的