本书以解析函数为主线展开，全书共分8章，第1章介绍解析函数所需的预备知识，即复数与复变函数；第2章介绍解析函数的概念和特征，包括解析与可微的关系、解析的必要条件与充分条件；第3章介绍解析函数的积分学（复积分），突出柯西积分定理和柯西积分公式这两个在复变函数论中占有极为重要地位的相关结果；第4章介绍解析函数的幂级数理论，突显解析函数的特有性质；第5章介绍解析函数的洛朗展式，包括解析函数的孤立奇点的相关性质；第6章介绍解析函数的留数理论，包括留数定理在积分计算中的应用以及辐角原理与儒歇定理；第7章介绍解析函数的映射性质，包括分式线性变换的性质与应用；第8章介绍解析函数的延拓（解析延拓），包括幂级数解析延拓法和透弧解析延拓法。

科学是关于自然世界的经验，理论和实践知识，所有的科学知识汇聚为科学文献，是研究科学和科学史必不可少的工具，科学文献中的权威著作便是科学元典，科学元典是科学进一步发展的灯塔和坐标。科学史原始文献（Source Books In The History Of The Sciences），分希腊科学、物理学、地理学、动物学、逻辑学、数学、心理学，出版七卷，约6000页。《科学元典：数学》是“科学元典”系列丛书之一，本书汇集了西方多位著名的数学家相关的科研成果，包括五个章节，对数、代数、几何学、概率论微积分、函数、四元数等有关论题的文章进行了整理和汇编。本书为全英文版，并配有精美的插图，方便读者参阅。

《随机场：网络信息理论和博弈论》系统地介绍了定义在离散格（包括Zd和Bethe树等）图上的取值于有限集合的随机场的相变、信息度量，以及网络演化博弈论。《随机场：网络信息理论和博弈论》共10章，分为三个部分。第一部分包括第1章至第3章，给出了随机场的一般定义，重点介绍马尔可夫场和Gibbs场，以及它们的等价关系，讨论了Z2和树（包括开树和闭树）上Ising模型的相变问题。第二部分是第4章至第9章，介绍定义在Zd和树上的随机场的信息度量，包括各种熵度量和率失真函数，证明了某种意义下的平稳随机场熵率的存在性，并证明了在概率收敛意义下的弱熵定理，特别对树指标马氏链场证明了在概率1收敛意义下的强大数定理和熵定理，给出了定义在Zd（d=1，2，3）和其他一些2维、3维格上的Ising模型及Potts模型的率失真函数的计算法则和临界失真的上界估计。第三部分是第10章，介绍了和随机场相关的网络上演化博弈论的一般模型和策略演化过程的极限性质，重点讨论了策略演化过程极限有各种类似Ising模型的演化博弈，最后给出两个数值模拟的实例。书末附有参考文献。

现代数学主要对结构感兴趣，被选为实现这些结构的那些对象仅仅是作为一般对象生长的基础。《加性组合学.研究问题手册（英文）》就是这样一本关于结构的英文版数学专著，具体地说，它是对可以被描述为对加性结构中和集（带有给定子集项的和的集合）的组合性质的研究，是一本工具类型的书。

1. 内容全，覆盖面广。本书共10章，564页。第1-2章的知识内容较为基础，大部分内容初中生可读。第3-8章内容主要为代数、平面几何、三角与立体几何、解析几何、不等、导数等，涵盖初高中主干知识。题目难易程度不一，有高考难度的，也有竞赛难度的题，甚至包括CMO和“丘赛”试题；有国内的题，也有国外的题。作者通过对这些题的研究，用浅显、简单的方式对试题进行分析，多角度多方法进行点拨，出神入化，令人赏心悦目。第9-10章的知识内容为竞赛生题，更是体现了作者“炉火纯青”的解题能力。本章节的内容需要读者具有一定的竞赛方面的知识才能读懂。 2. 思想特点，方法经典。本书大部分内容为作者亲自解题，对具体解题的思考过程呈现给读者，当然也有作者就其他读者的解答进行分析和点评。无论是哪一种形式，作者无不是在让读者知道，碰到这类题目应该如何分析，以哪条路径突破才是最佳的方法。读者可阅读作者对题目分析、解答和点评，加上自己的适量练习，一定能够学到作者不少好的解题思想和方法，解题能力会得到显著的提升。 3. 版式清新，便于阅读。本书数学图形精美绘制，图形和文字合理分布。公式居中排版，读者可以较为活泼，愉快的阅读体验。更重要的是，全书有三十多幅作者写的打油诗，更是让版面更加美观。读者可以在欣赏作者的经典解题过程和方法过程中，欣赏作者在书法上的造诣，字里行间无不透射出作者在数学和艺术方面的热爱和功力。 4. 本书不仅是解题，还有对如何学好数学、如何学好数学竞赛，教师如何提高解题能力和做“学问”，甚至对目前的课程标准和教材的编写，作者根据自己一辈子在中学和大学教学的经历，提出了独到，行之有效的建议。

暂缺简介...

本书是为即将入小学的孩子量身打造的数学入学准备类学习书。旨在利用“一日一练”的形式，让孩子在轻松自在的环境中培养良好的学习习惯，为小学入学打好坚实的基础，快快乐乐上小学。

内容介绍本书是一本关于在模式分类中使用支持向量机的指南，包括对分类器和回归器的严格的性能比较。 本书为多类分类和函数逼近问题、分类器和回归器的评价标准提出了架构。本书特色：阐明了两类支持向量机的特征；讨论了提高神经网络和模糊系统泛化能力的核方法； 大量的插图和例子；使用公开数据集进行性能评估；检验马氏核、经验特征空间，并通过交叉验证确定模型选择的影响；稀疏支持向量机、使用特权信息学习、半监督学习、多分类器系统和多核学习； 探讨了基于增量训练的批量训练和主动集训练方法，以及线性规划支持向量机的分解技术； 讨论支持向量回归变量的选择等。

内容介绍本书从工程的角度概述了概率图模型（PGMs）。书本涵盖了PGMs每种主要类别的基础知识，包括表示、推理和学习原则，并回顾了每种类型的模型在现实世界中的应用。这些应用来自广泛的学科，突出了贝叶斯分类器、隐马尔可夫模型、贝叶斯网络、动态和时间贝叶斯网络、马尔可夫随机场、影响图和马尔可夫决策过程的许多用途。本书特色：提出了包括PGMs所有主要类别的统一框架；介绍了不同技术的实际应用；该领域研究的较新发展，包括多维贝叶斯分类器、关系图模型和因果模型；每一章的末尾都附有练习、进一步阅读的建议和研究或编程项目的想法。

所有人在日常生活中都会接触到数学问题，多数人却又对之心存畏惧。在这本极为易读又充满趣味的小书中，蒂莫西·高尔斯解释了高等数学与我们在中小学所学的数学知识之间的一些最为根本的、主要是哲学性的区别，让我们能更好地理解那些听起来带有悖论的概念，比如“无限”“弯曲空间”“虚数”等。从基本的观念，到哲学探究，再到与数学共同体相关的一般社会学问题，本书揭开了空间和数的神秘面纱之一角。