本书是探索性数据分析（Exploratory Data Analysis， EDA）提出者、“数据科学之父” 约翰·图基（John Tukey）的经典著作，书中尤其强调对数据分析采取更灵活态度以及仔细探索数据以了解其中可能包含哪些结构和信息的重要性。探索性数据分析是现代数据科学的鼻祖，建立了数据科学的关键基础。

本书是统计领域无可替代的经典教材，由两位美国国家科学院院士师徒约翰·图基（John Tukey）和弗雷德里克·莫斯特勒（Frederick Mosteller）共同撰写。书中既强调进行有效数据分析所需的一系列哲学态度，也传授能使其展现力量的实用技术。这本书会促使学生思考，并且会教学生如何思考手头的数据，然后问出正确的问题并选择适当的技术去阐释这些数据。

本书是沙法列维奇代数几何基础教程的第１卷。本书作者沙法列维奇是当代著名数学家，被誉为苏联数学三巨头之一，他建立了为世人瞩目的苏联代数几何和代数数论学派。他的代数几何基础教程（俄文版1972年初版，英文版1977年初版）问世五十多年来，历经三版修订，一直被视为一部重要的代数几何经典名著。与同类教材相比，该教程内容全面详尽，注重给出抽象理论的几何背景和起源，并配有充分反映几何本质的实例和图解。本书所需预备知识仅限于代数基础，是高年级本科生和研究生学习代数几何的首选教材。该教程的第３版分为两卷，第１卷讨论射影空间中的簇，第２卷讨论概形和复流形。

积分嵌套拉普拉斯近似（Integrated Nested Laplace Approximation，INLA）是一种新的近似贝叶斯计算方法，相比传统的马尔可夫链蒙特卡罗（MCMC）方法，它可以高效地拟合多种贝叶斯模型。INLA旨在解决潜在高斯马尔可夫随机场模型参数的边际推断，利用模型中潜在变量的条件独立性来提高计算速度。 《基于INLA的贝叶斯推断》提供了便于实施模型拟合的R包及其使用指南。本书介绍了INLA算法的基本原理以及如何用与其相关的R包拟合一大类模型，涵盖的主题包括混合效应模型、多层次模型、空间和时间模型、平滑方法、生存分析、缺失值的插补，以及混合模型。本书讨论了INLA包的高级功能以及如何扩展先验和INLA包中可用的潜在模型。书中的所有例子都是完全可复现的，数据集和R代码可通过扫描封底二维码获得。 这本书的例子涵盖了生物统计学、计量经济学、教育、环境科学、流行病学、公共卫生和社会科学等主题。这将有助于来自不同领域、在贝叶斯推理方面有一定背景的研究人员，应用INLA方法解决他们工作中遇到的问题。

独立连续映射 （Independent Continuous and Mapping，ICM） 方法是结构拓扑优化的主流研究方法之一，本书系统总结了自 2014 年以来关于 ICM方法的**发展成果，对 ICM 方法中的基本概念进行了补充、梳理和提升，即完成了概念深化的研究。尤其进一步论证了 ICM 方法的阶跃函数离散本质及其光滑逼近、逼近的快慢特性和多映射策略；对 ICM 方法的数学基础、求解算法和本体理论进行了拓展性的研究，提出了可分离凸规划转换为求解对偶显式模型 DP-EM 解法、互逆规划理论及其优化应用；发展了基于K-S 函数的优化解法；探讨了该领域忽视的结构拓扑优化合理化建模问题；发展了包含疲劳寿命性能的局部性能约束的结构拓扑优化解法；归纳了破损-安全设计理论的演化；详细阐述了位移、应力及频率约束的破损-安全拓扑优化问题的建模及求解；并移植 ICM 方法至国际上广泛应用的变密度方法中；本书最后还列出了 Matlab 结构拓扑优化程序。

本书为高等学校非数学专业的概率论与数理统计教材。教材以全国硕士研究生入学考试数学一和数学三中概率论与数理统计考试大纲为编写大纲，全书分上下2编共8章，第1编概率论基础包括：随机事件与概率、随机变量及其分布、随机向量及其分布、随机变量的数字特征、大数定律与中心极限定理；第2编数理统计基础包括：样本与抽样分布、参数估计、假设检验。本教材具有实用性、基础性、趣味性的特色，可作为高等学校经济、管理、工科、农林、医药、教育、传媒等专业概率论与数理统计课程的教材，也可作为考研（数学一和数学三）学生的自学参考书。

本书根据高等工程教育的办学定位和工程技术型人才培养的目标，参考“高等院校线性代数教学大纲与基本要求”，结合编者多年教学实践经验编写而成。本书的主要内容包括行列式，矩阵，线性方程组和相似矩阵与二次型。每节后有习题，每章后有自测题，所有习题和自测题均配有答案，并附有多媒体课件。本书在编写过程中，坚持“理论体系完整，重在实际应用”的原则，注重培养学生分析问题的能力和运算能力，取材少而精，文字叙述通俗易懂；深人浅出，循序渐进；重点突出，难点分散；例题较多，典型性强；深广度合适，便于教与学。本书可作为高等院校（尤其是独立学院、民办高校，应用技术学院、网络学院）理工类（或经管类）专业应用型人才培养的教材，也可以作为高等技术教育、成人教育的本科教材，以及自学者学习线性代数的参考书。

《数学实验（MATLAB版）（第5版）》是在贯彻落实教育部“高等教育面向21世纪教学内容和课程体系改革计划”的要求精神及第4版的基础上，按照丁科及经济管理类“本科数学基础课程教学基本要求”，并结合当前大多数本专科院校的学生基础、教学特点和教材改革精神编写的，全书以通俗易懂的语言，全面而系统地讲解数学实验的内容。《数学实验（MATLAB版）（第5版）》全书共7章，首章是绪论；第2-5章是基础实验部分，内容包括一元微积分实验、多元微积分实验、线性代数实验和概率论与数理统计实验；第6章是综合实验；第7章是数学建模初步，每章都以实验的形式将有关内容与MATLAB相结合，达到理论与实践的统一，便于读者学习和上机实验，每节后面有“练习题”，每小节（或节）的例题（或实验）前有简要的“实验目的”，并在附录中有MATLAB的基本操作。《数学实验（MATLAB版）（第5版）》理论系统，举例丰富、新颖，讲解透彻，难度适宜，可作为高等院校各专业“数学实验”或“建模竞赛”课程的教材或参考书，也可以穿插在“高等数学”“线性代数”和“概率论与数理统计”课程中同步使用，并可供广大自学者学习和参考。

本书是在第2版的基础上，结合当前应用型本科院校教学情况修订的。全书共分10章，第1—5章是概率论部分，包括：随机事件及其概率，随机变量及其分布，多维随机变量及其分布，随机变量的数字特征，特征函数与极限定理；第6—10章是数理统计部分，包括：数理统计的基本概念，参数估计，假设检验，方差分析，回归分析。每章各节均配有习题，并在书末附有参考答案和三个附录（数学建模及大学生数学建模竞赛简介、概率论与数理统计实验简介、概率论与数理统计附表）。本书可供高等院校（特别是应用型本科院校）数学类、统计类等有关专业作为教材使用，还可供科技工作者和广大师生参考。与本书配套的《概率论与数理统计教程习题解答》已经出版，它对学生学习、复习以及对教师备课、授课会有所帮助。

本书汇集了娱乐数学领域顶尖专家的作品，涉及领域有谜题、脑筋急转弯等，通过将数学解释与纸牌戏法、策略游戏、硬币问题等无缝对接，将有趣味的问题和解决方案呈现给读者，足以让数学家、数学爱好者脑洞大开，即使没有数学背景的读者也能从中得到启发。