投融资是观察数字经济和数字科技发展的一个重要视角。投资机构是数字科技企业背后的重要支持者，他们调动资金和资源，发现和支持数字科技创新中的关键力量，在获得回报的同时，也推动了数字经济的持续发展。近两年，数字科技领域的投融资活动日趋活跃，投融资中的知名投资机构、独角兽案例层出不穷。为了系统呈现数字经济背景下投融资趋势，本书通过详实的数据分析，发现投资机遇与案例，为众多企业和投资人提供参考。

2022年12月19日，《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》是党的二十大之后推动数字经济开新局的基础性政策文件，备受各方关注。本书是清华大学社会科学学院经济学研究所结合近年来在数字经济、数据要素方面所做的研究和取得的成果，从数据产权制度、数据要素流通和交易制度、数据要素收益分配制度、数据要素治理制度、数据的宏观与生态价值等五个维度带领大家解读“数据二十条”中的经济与法律问题，了解数据基础制度建设、数据要素赋能实体经济所面临的机遇与挑战。

这是一本关于数学博弈与游戏的通俗读物，内容属于初等数论和组合分析初步范围.本书既介绍了国内外广为流传的柳克博弈、哈密尔顿博弈、索里杰尔、纵横图、迷宫、围棋和象棋等“古典”的博弈与游戏，又介绍了图形重组、绘制美丽的曲线、制作多面体模型等“现代”的游戏.本书可供对数学博弈感兴趣的爱好者参考使用，同时对工艺美术、建筑、编织等行业的工作者，亦有一定的参考价值.

以当前物流业所处的“互联网+物流”（线上线下物流，即On/off-line物流）向数字化转型升级的实践探索阶段为背景，以实体价值链与虚拟价值链的“转换—融合—共生”为理论框架，运用应用经济学的相关方法，主要研究线上线下物流数字化转型的机制、路径和战略，总体上分为三个部分共十章。第一部分（第一—第三章）从“互联网+物流”价值链的解构角度论述线上线下物流数字化转型机制，主要进行线上线下物流数字化转型动因解析和线上线下物流数字化转型动力剖析，并通过“企业A数字化转型机制分析”进行案例研究；第二部分（第四—第七章）从“互联网+物流”价值链的组构角度论述线上线下物流数字化转型路径，主要研究线上线下物流价值链数字化分析、线上线下物流价值链数字化优化和线上线下物流价值链数字化重组，并通过“企业B数字化转型路径分析”进行案例研究；第三部分（第八—第十章）从“互联网+物流”价值链的再构角度论述线上线下物流数字化转型战略，包括线上线下物流价值链数字化战略分析和线上线下物流价值链数字化战略管理，并通过“企业C数字化转型战略分析”进行案例研究。

《数学与社会》广泛地论述了数学与社会这个非常大的问题。分析了数学在社会中的地位、作用，尤其是对整个科技的发展所起的推动作用。同时，还介绍了许多数学家的数学生涯。对日常生活中的数学和社会生产中的数学，以及发展数学所必需的社会条件，作者都发表了许多独特的见解，读后颇有新鲜感。

本书旨在以丰富的实例讲解数学建模的一般步骤、基本方法和基本技巧，内容涉及数学模型的概述、初等方法建模、应用高等数学建模（侧重微分方程建模）、层次分析方法建模、离散方法建模（含组合优化建模、线性规划建模、差分方法建模、最小覆盖方法建模）、聚类分析方法建模、对策和决策方法建模、交通流模型及稳定性问题的探讨。附录中给出了2014年美国大学生数学建模特等奖和SIAM奖优秀论文、2019-2020美国大学生数学建模一等奖优秀论文，2020年中国大学生数学建模全国一等奖优秀论文。本书可作为数学各专业《数学模型》必修课程的教材，也可作为面向各专业的通识课《数学建模》和面向数学建模竞赛的辅导教材。

本书吸收了很优控制理论的近期新研究成果以及其他优秀奇异优化理论的成果，系统阐述了奇异很优控制问题的基本理论和方法。本书包括7章，主要介绍了很优控制问题的提法、线性二次奇异很优控制问题的线性迭代计算方法、线性二次奇异很优控制问题的奇摄动渐进解、随机系统下线性二次奇异很优控制问题的线性迭代方法、奇异很优控制方法在带有盒子约束下全局优化问题以及球约束下的全局优化问题中的应用。本书可以作为应用数学和金融数学高年级本科生和研究生的补充教材，同时也可以作为从事应用数学、金融数学的研究人员以实务工作人员的参考用书。

本书依据《中等职业学校数学课程标准（2020年版）》编写，结合数学基础模块（下）的内容，配以同步练习，设有内容提要、同步精练、能力提升、挑战真题等板块，所有习题都配有答案。内容提要部分，根据教材章节的知识点用文字描述或公式表达或表格归纳进行梳理，简洁明了，重点突出；同步精练部分，与数学课程标准水平一、水平二相对应，分别设计了同步精练一与二，创新情境题目，强调习题有梯度，由浅入深，以满足不同层次学生的需求；能力提升部分，在同步精练的基础上作进一步的拓展，特别注意与各地的对口高考相结合，突出数学核心素养考查；挑战真题部分，精心挑选了全国各地历年对口高考或学业水平考试的真题，让学生提前热身，提高学生的自信心。

自然图像、高光谱图像、医学图像、视频以及社交网络数据本质上都属于多模态数据，张量是多模态数据的自然表示形式. 近十余年来，张量学习的研究引起了国内外研究者的广泛关注，并取得了一批非常优秀的成果，被广泛应用于机器学习、模式识别、图像处理、计算机视觉、数据挖掘以及社交网络分析等领域。本书从张量的基本概念和代数运算出发，基于多元统计分析和小样本学习理论的两条主线，详细归纳和总结了国内外研究者在张量分解、张量子空间学习、有监督张量学习、带噪声和缺失数据的张量子空间学习、张量子空间学习在图像补全和去噪中的应用、张量子空间学习在数据挖掘中的应用等方面取得的**成果。

本书采用以问题与分析的形式解答理工科院校高等数学教学中常见的典型问题，对每章在教学和学习中出现的典型问题给与了详细的分析和解答，对部分重要的知识点进行了拓展，具体内容包括函数、极限与连续，一元函数微分学，一元函数积分学，微分方程，向量代数与空间解析几何，多元函数微分学，多元函数积分学，无穷级数等。