图论作为数学的一个重要分支，已广泛应用于计算机科学、信息科学、生命科学、管理科学等领域。平面图是图论的主体内容。由于诸如四色猜想、**4-色平面图猜想和九色猜想等的研究对象均为极大平面图，故从1879年至今，学者们从各种角度展开了对极大平面图的研究。本书系统地介绍极大平面图的结构、构造及着色等相关理论，内容包括：基于放电变换的极大平面图乃至一般平面图的结构特征研究；四色猜想的计算机证明；极大平面图的几种构造方法；极大平面图生成运算系统；极大平面图色多项式递推公式；**4-色极大平面图猜想的研究；极大平面图中Kempe变换与σ-特征图理论等。

本书源自的哈佛统计学讲座，介绍了帮助读者理解统计方法、随机性和不确定性的基本语言和工具，并列举了多种多样的应用实例，内容涉及偶然性、悖论、谷歌的网页排名算法（PageRank）及马尔可夫链蒙特卡罗方法（MCMC）等。本书还探讨了概率论在诸如基因学、医学、计算机科学和信息科学等领域的应用。全书共分13章，分别介绍了概率与计数、条件概率、随机变量及其分布、期望、连续型随机变量、矩、联合分布、变换、条件期望、不等式与极限定理、马尔可夫链、马尔可夫链蒙特卡罗方法、泊松过程等内容。用容易理解的方式来呈现内容，用实例来揭示统计学中基本分布之间的联系，并通过条件化将复杂的问题归约为易于掌控的若干小问题。书中还包含了很多直观的解释、图示和实践问题。每一章的结尾部分都给出了如何利用R来完成相关模拟和计算的方法。本书可作为高等院校本科生概率论课程的教材，也可作为相关科研人员的参考书。

本书共六章，内容包括：矩阵、行列式、线性方程组、矩阵的特征值与特征向量、二次型、线性空间与线性变换.每节配有适量习题，每章配有复习题，书末附有习题参考答案.本书脉络清晰，以矩阵为线索并贯穿全书始末，内容深入浅出，简明扼要，阐述详细.

本书是线性代数课程教材。全书共分为5章，分别为矩阵、行列式与矩阵的秩、向量组与线性方程组、矩阵的特征值与二次型、向量空间与线性变换。本书力求由浅入深、通俗易懂，注重交代，附有线性代数发展简史，相关数学家的简介，为学习者提供了必要的知识背景。本教材可作为高等学校理工科、经管类各专业的教材或教学参考书，也可供科技工作者参考。

本书编写形式上采用通过实际工程案例出发的方式，引申出数学模型以及计算方法，然后在着重讲解理论结果，以问题导向来编写本书。全书共13章，通过城市供水量的预测模型、湘江流量估计模型、养老保险问题、小行星轨道方程计算问题、回归问题、产品次品率的推断、屈服点与含碳量和含锰量的关系、灯丝配料对灯丝寿命的影响等问题，分别介绍了数学建模与误差分析、插值与拟合算法、数值积分法、非线性方程求根的数值解法、线性方程组的数值解法、线性方程组求解的迭代法、常微分方程数值解法简介、估计与检验、回归分析、方差分析与正交试验设计、线性规划模型与理论简介、线性规划的单纯形算法、线性规划的对偶问题、*优化问题数学建模专题等内容。使得学生能够通过解决实际问题来掌握理论内容。本书可供工科（特别是工程类）硕士研究生作为教材或学习参考书，也可供相关专业的教师和工程技术人员参考。

本书是为本科生参加各级别大学生数学竞赛（非数学专业）编写的辅导教材。本文通过“典型例题与方法进阶”对各类竞赛各种考试中的高频题、富有技巧性的难题进行重点解析，通过课后练习加强学习效果，同时分类整理了历届的全国大学生数学竞赛和江苏省高等数学竞赛的真题，供参加竞赛的实战演练。本书内容详细、讲解透彻、例题丰富多层次，必能助学习高数、准备竞赛或考研的同学一臂之力。本书可供自学或竞赛培训课程使用，同时也可作为学习高等数学（微积分、工科数学分析等）的参考资料或准备考研的复习资料。

本书是在充分调研了高职高专院校培养应用型技术人才的教育现状，认真研究了高职高专各经济类专业对高等数学教学内容的需求而编写的。主要内容包括一元函数微积分、多元函数微分简介、线性代数、线性规划、概率论与数理统计、Matlab软件与数学建模简介。本书注意坚持“数学为体，经济为用”的原则，力求淡化理论，突出数学概念的直观性，强化知识的应用性，注重培养学生用数学概念、数学思想和方法解决实际问题的能力。本书可作为高职高专以及成人高等教育经济管理类各专业的高等数学通用教材，也可以作为在职经济管理人员和数学爱好者的经济数学自学教材。

《概率论与数理统计学习指导》为《概率论与数理统计》（张好治、王健主编，科学出版社，2017年出版）的配套学习参考资料。《概率论与数理统计学习指导》的内容和主教材完全对接，第1章到第5章为概率论部分，第6章到第9章为数理统计部分。每章的内容分为、习题详解两部分。在系统学习的基础上，为读者设计了5套概率论与数理统计自测试题和5套概率论自测试题，并配有标准答案，便于读者综合测试所学知识。

本书内容分为八章，基本涵盖了目前较为常用的数据科学建模方法，包括现在热门的深度学习。书中不仅介绍模型的理论基础，还以大量案例结合现实数据为读者展示了数据分析中常见任务的处理流程，如分类、回归、聚类、推荐、图片识别等，帮助读者应用这些模型和方法解决实际问题。第一章首先对数据科学的任务和重要性进行了概述，接着介绍数据科学的建模流程以及Python语言开发环境与常用库；第二章介绍了回归模型，包括线性回归和逻辑回归模型；第三章介绍了聚类模型，包括k-means算法、DBSCAN算法和DIANA算法；第四章介绍了关联规则分析，包括Apriori算法和FP-Growth算法；第五章介绍了决策树模型，包括ID3、C4.5和CART算法及树的剪枝方法；第六章介绍了支持向量机，包括线性和非线性支持向量机以及向量机的求解与多分类问题；第七章介绍了贝叶斯网络，包括朴素贝叶斯、TAN贝叶斯和无约束贝叶斯；第八章介绍了深度学习，包括卷积神经网络和循环神经网络。 材，整理编撰了本实验指导教材，以供嵌入式系统课程的实验教学之用。 目前的嵌入式系统主要分为跑操作系统和不跑操作系统两种类型，本实验指导教材侧重于第一种类型，全书以Linux为操作系统，重点讲述了Linux基本命令、Linux下的程序开发、Linux下字符型驱动程序开发、Linux按键中断程序、Linux网络应用开发以及Linux内核定制等相关内容，为学生动手实践嵌入式Linux系统开发提供指导和帮助，力求把学生学习时的挫折感降至低。

本书是为华中科技大学数学与统计学院编写的《线性代数》（第4版）（高等教育出版社2018年出版）配套的学习辅导书. 每章内容由知识模块与内容框架、内容纲要及其要点解析、解题范例与分析、习题详解、学习评估五个板块构成.此外，增加了教材内容的数学实验指导，此外还附有线性代数课程考试试卷及解答（通过扫描二维码进入资源网下载）.本书以丰富的典型例题，详细的题解步骤和学习评估设计，点明知识要点，内容的逻辑发展层次及其内容关系；归纳、点评和辨析解题方法及其要点，力求概念准确，方法简洁有效，以反映线性代数理论、问题、技巧和方法特点.