为有效提升中职学校的数学教学质量，贯彻落实国务院、教育部的相关文件精神，助推职业教育“三教”改革，参照《中等职业学校数学课程标准》，从中职学生现有基础和认知水平出发，我们组织编写了本书.
本书从学生身边的生活案例出发，本着实用、适用、有用、必需、创新等原则和“从生活走进数学，数学融入生活”的教学理念，从生活问题出发，以解决生活问题为目标，突出了数学知识与日常生活的紧密联系.
本书分为6个课题，包括集合、函数、数列、排列组合、概率初步、数据分析.
本书可作为三年制中职学校数学教材

本书是根据当前我国高职高专大众化发展趋势下的教育现状，在总结和分析全国高职高专院校机电、电气类等专业数学教学改革经验的基础上编写而成的. 为了适应高等职业技术教育人才培养目标的要求，满足各专业学生学习的需要，本书对教学内容进行了优选. 本书共七章，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、定积分及其应用和常微分方程等. 书后附有积分基本公式表，供学生查用. 
本书可作为高职高专院校理工类各专业的数学教材，也可作为“专升本”考试的参考书. 

“高等数学实验” 是运用数学知识解决、解释现实问题的一门课程。本书以任务的形式结合学生所学的专业，利用软件将函数极限、导数、微积分等问题巧妙地融入。本书主要包含四个项目（函数图形绘制实验、函数极限及导数实验、积分实验、常微分方程实验），每一个项目都能让学生充分认识到高等数学学习对专业发展和应用的重要性。
本书适用于高职院校的大一新生。学生在学习高等数学课程的同时，结合本书的学习，在创新能力、自学能力、发散性思维能力方面都能得到一定的提高，为今后工作中“学以致用” 打下良好的基础。

本书主要介绍计算方法中的一些基本内容：误差和条件问题、解线性方程组的直接法与迭代法、特征值问题的计算方法、解非线性方程(组)的迭代法、插值与逼近、数值积分与数值微分以及常微分方程数值解法。本书内容深入浅出，既强调计算方法的基本概念和理论，更注重算法和实践。每章后面都附有一定数量的习题与上机实验题。

本书是作者在相关教材基础上，结合厦门大学自动化专业十余年的教学实践，进一步加工整理而成。本书分状态空间方法基础、线性状态方程的解、系统的可控性和可观测性、时不变动态系统的分解与实现、运动的稳定性和系统的状态反馈与观测器等模块，主要介绍线性系统理论的基本内容和方法，包括系统状态空间描述，线性系统分析与状态反馈综合。系统分析部分介绍定量运动分析，以及定性的能控性/能观测性分析和稳定性分析，状态反馈综合介绍极点配置问题、跟踪问题、解耦问题和状态观测器设计。?

贝叶斯统计是和基于频率的传统统计 (频率派统计) 不同的一套关于统计推断或决策
的理论、方法与实践. 本书除了介绍贝叶斯统计的基本概念之外， 还介绍了不同贝叶斯模型的数学背景、与贝叶斯模型对应的各种计算方法， 并基于数据例子来介绍如何通过各种软件实现数据分析.本书使用的软件是以 R 为平台的 Stan 和以 Python 为平台的 PyMC3， 它们都是人们喜爱的**的基于 MCMC 和C++ 编译器的贝叶斯编程软件. 相信读者能够通过实践掌握它们。
本书希望使对贝叶

本书介绍数值计算方法的基本原理、基础知识，并通过讲解函数插值、数值微分与积分、线性方程组的解法、矩阵特征值与特征向量的计算、非线性方程(组)的解法等基本数学问题的数值解法来阐述如何应用计算方法的基本原理解决实际问题，结合具有实际背景的案例，做到理论与实际相结合，帮助学生掌握数值计算的基本方法和基本思想。

　　运筹学是现代数学的重要分支。《运筹学教程（第3版）》系统地介绍了运筹学中线性规划、运输问题、目标规划、整数规划、非线性规划、动态规划、图与网络分析、网络计划、排队论、存贮论、对策论、决策论的基本理论和方法．《运筹学教程(第3版）》结构严谨，条理清晰，理论与实际相结合，例题与习题难易适中，书后附有习题参考答案，便于教学或自学。
　　《运筹学教程(第3版）》适合高等理工院校本科生教学，可作为数学、管理、工科等专业本科生的教材，也可作为各行业管理者及工程技术人员的自学参考书。

　　《模式识别基础理论及其计算机视觉应用/高等学校智能科学与技术专业系列教材》系统地介绍了模式识别的基本原理及其在计算机视觉中的具体应用。本书内容包括模式识别与计算机视觉概述、分类器、神经网络分类器、聚类分析、蚁群和粒子群聚类算法、时序模型、图像匹配、图像分类与分割以及视频动作识别等。
　　《模式识别基础理论及其计算机视觉应用/高等学校智能科学与技术专业系列教材》可作为信息科学、计算机科学、计算机应用、模式识别、人工智能等学科大学本科生或研究生的专业教材， 也可供计算机视觉、模式识别技术应

本书将新工科理念与国际化深度融合，借鉴国内外优秀教材的特点，并结合山东大学数学团队多年的教学经验编写完成。本书共8章，包括随机事件与概率、随机变量及其分布、多维随机变量及其分布、数字特征与极限定理、统计量及其分布、参数估计、假设检验、MATLAB在概率论与数理统计中的应用。每节题型采用分层模式，每章总复习题均选编自历年考研真题，并配套完备的数字化教学资源。