《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、机器学习等内容。
《计算思维与人工智能基础》内容丰富、结构清晰、语言简练、图文并茂，具有很强的实用性和可操作性，可作为高等学校本科生的第一本计算机课程教材，也可作为大中专院校计算机课程

本书分模块、分层次编写，分为基础篇、应用篇、实践篇。内容包括函数、极限与连续，导数与微分，导数的应用，不定积分，定积分及其应用，常微分方程，拉普拉斯变换，行列式，矩阵与线性方程组，MATLAB数学实验。本书重要知识点通过实例引入，精选物理、工程学上的案例，运用数学知识与方法解决，强化学生应用意识。每一章末尾附有数学文化的阅读材料，凸显科学人文。本书从例题、课后习题、复习题三个维度覆盖数学知识，有助于学生理解相关的数学概念和方法，并进行巩固和提高。

本书主要包含9章内容: 函数、极限与连续/导数与微分/导数的应用/不定积分/定积分/定积分的应用/微分方程/线性代数初步/概率统计初步, 目录为: 第一章函数、极限与连续1.1函数的概念1.2初等函数1.3简单数学模型1.4极限概念与性质1.5极限的运算1.6无穷小的比较1.7函数的连续性第二章导数与微分2.1导数的概念2.2函数的求导法则2.3隐函数及由参数方程所确定函数的求导2.4函数的微分及应用第三章导数的应用3.1微分中值定理和洛必达法则3.2函数的特性3.3函数的最值与应用3

本书是与《应用数学》（张卓主编，中国铁道出版社有限公司出版）配套的学习辅导书，主要面向使用该教材的学生，也可供使用该教材的教师作教学参考。本书按《应用数学》的章节顺序编排，与教学需求保持同步。每节包括学习目标、基本题型及解题方法、习题详解三部分内容。其中，基本题型及解题方法部分概括了与教材知识点相关的重点、难点题型，根据题型列举相关例题并予以解答；每章后面附有综合测试，以便学生在自我检测后能第一时间发现问题、解决问题。 本书与主教材具有相对的独立性，可作为高等职业院校、成人高校等理

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，深度学习等常用优化方法以及近些年在机器学习和深度学习领域使用的热门算法.对各种算法，作者除了给出计算步骤和统计模型的应用实例外，还对算法涉及的基本概念和重要收敛性定理进行了介绍和证明.本

本教材以高等职业教育的相关教学标准为依据,本着简明、基础、实用原则,以培养大学生思维品质、文化素养、创新能力及综合分析与解决问题的能力等为立足点,综合现阶段学生的学习特点与兴趣爱好、兼顾不同层次、不同类别学生的基础水平和发展规划,对于高等数学内容和应用数学案例进行了精心选编和用心打造。教材主要内容包括一元函数微积分、多元函数微积分、微分方程、向量代数与空间解析几何、无穷级数。通过“数学文化进课堂”栏目实现立德树人的目标；通过“数学应用案例展示”栏目展现数学在专业学习、生活实际中的价值；通过“真题

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，结构编排由浅入深，注重启发性。本书始终贯穿一个基本理念,即在数学理论上等价的方法在实际数值计算时往往是不等效的,因此，本书精选了大量的计算实例，用来说明各种数值方法的优劣与特点。各章末附

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；各章安排了大量结合不同专业背景的习题以及难度适中、适合学生进行上机实验的题目。
本书可作为理工科大学相关专业本科生的实践类教材，以及研究生相关课程的习题集或实验指导书，也可供从事科

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、算法概要、用c++语言和Matlab编写并调试通过的程序、实例及上机实习题。