本书就是一部以19世纪产生并完善的多元微积分为主要内容的英文数学教程，中文书名或可译为《多元实函数教程》。本书的作者有两位，一位以马丁.莫斯科维茨（Martin Moskowitz），美国数学家，美国纽约城市大学教授，另一位为福蒂奥斯.帕里奥詹尼斯（Fotios Paliogiannis），也是美国数学家，美国圣弗朗西斯学院教授。

图论是组合数学中一个重要而且发展迅速的主题，不仅在数学研究中占有重要的地位，在数学奥林匹克竞赛中也是如此。本书介绍了图论的相关知识，全书共分十个章节，分别为：引言、欧拉回路和哈密顿圈、树、色数、平面图、二部图中的匹配、极图理论、拉姆塞理论、有向图、无限图。每一章节中都配有相应的例题及习题，并且给出了详细的解答，以供读者更好地理解相应的内容。本书适合高等院校师生及数学爱好者研读。

本书是19世纪英国著名物理学家、数学家、经典电动力学的创始人詹姆斯？克拉克？麦克斯韦对牛顿动力学的一本优秀的导引。在这本篇幅不大但内容丰富的小册子中，麦克斯韦从物理科学的基础出发，一步步论述了运动、力、质心、功和能、摆和重力，直至万有引力，以此综览了19世纪晚期的物理学。它被许多教育工作者认为是有史以来好的介绍基础科学的论著之一，着笔清晰而简明，并且蕴含了麦克斯韦著作所特有的新鲜和优雅。全书共有149个小节，并在文末收录了麦克斯韦的名著《论电和磁》中“论连接系统的运动方程”一章以及关于“自然界中的力的相对性”和“小作用量原理”的两个附录。 本书初出版于1877年，直至今日，这本著名的小册子仍在世界各地不断重印出版，说明它仍有很强的生命力和重要的参考价值。本书可供从高中生到科学史学者的广泛的读者阅读。读者研读此书后对近代物理的根源会有一个概观上的认识。

本书是高等学校工科类非数学专业“概率论与数理统计”课程的教材．本书共9章，前5章是概率论部分，后4章是数理统计部分，各章都选配了典型应用案例及典型例题，还提炼出了各章各节的主要内容概要和典型问题答疑解惑，并附有配套教学习题及其答案等．其中，典型问题答疑解惑、习题及其答案都附有二维码，最后还给出了电子辅助内容附录部分，以二维码形式呈现．本书并不是习题的简单堆积，每道例题、习题、典型问题、应用案例都经过精选，力求具有代表性，同时注重典型案例的实践应用，并对重要典型疑难问题进行答疑解惑．希望带给读者更深刻的理解过程，注重体现工科类基础数学课程的基本要求，做到教材内容通俗易懂、应用性和典型问题完美融合．本书可作为高等学校理工科类、农医类、经济类、管理类等相关专业本科生的“概率论与与数理统计”课程的教材，也可作为科技工作者、研究生的自学参考书．

数学方法论主要研究和讨论数学的思想方法、数学的发现发明与创新的法则，以及数学的发展规律，是数学发展的一个必然结果。本书内容涵盖数学方法论研究对象的各个方面，从数学的本质入手，阐述具体的数学思想方法，以及数学家的发明创新活动和数学的发展规律，并结合中小学数学教育讨论数学方法论在中小学数学教学中的意义和作用。本书既可作为高等院校和师范院校数学相关专业学生的学习用书，又可作为中小学数学教师和数学爱好者的参考书

本书为周静、董春芳主编的《实用高等数学教程》的配套练习册。每章内容由习题和参考答案组成。本书可供高职高专院校各专业的学生学习使用。

本书依据教育部制定的《高职高专教育高等数学课程教学基本要求》和秉持为专业课服务的理念编写而成，以培养学生的基本学习能力为目的，重基础，轻技巧，保持必要的严谨性，并且对一些高等数学教学中常见的概念上的漏洞进行了弥补。本书内容包括集合与函数、极限与连续、导数与微积分、定积分与不定积分、一元微积分应用、概率与统计初步、线性规划模型等共7章。本书适用于高职院校各专业学习使用。

聚类技术作为数据挖掘和学习的典型技术，已经广泛应用于金融欺诈、医疗诊断、图像处理和信息检索等领域。CFS是Alex和Alessandro在2014年于Science杂志提出的新聚类算法，该算法聚类结果精确、效率离，已成为数据挖掘领域和机器学习非常具有潜力的聚类算法之一。然而，大数据的海量性、实时性和异构性特点对CFS聚类算法提出了严峻的挑战。为了提升CFS聚类算法在大数据领域聚类的有效性，《面向大数据聚类分析的CFS算法》提出了支持隐私保护的云端安全CFS聚类算法、基于自适应Dropout模型的高阶CFS聚类算法和增量式CFS聚类算法，以及基于改进CFS聚类算法的不完整数据填充算法。

《统计机器学习及Python实现》主要介绍统计机器学习领域常用的基础模型、算法和代码实现。包括统计机器学习、Python语言基础，常用的线性回归、贝叶斯分类器、逻辑回归、SVM、核方法、集成学习，以及深度学习中的多层感知器、卷积神经网络、循环神经网络、变分自编码器、对抗生成网络和强化学习等模型与优化方法，使用Scikit-Learn、TensorFlow和PyTorch定制模型与训练等。

◎内容简介 本书可视为《数学挑战集》的续篇，由IMO美国队领队和主教练蒂图·安德烈埃斯库（Titu Andreescu）与IMO罗马尼亚队教练博格丹·埃内斯库（Bogdan Enescu）共同编写。与《数学挑战集》风格一致，300道挑战性问题分为“代数”“几何与三角”“数论与组合”三大类，每一大类又分为八、九个专题，每个专题中将相关问题巧妙地编织在一起。通过专题学习让洞见逐渐成为技巧，技巧慢慢成为方法，方法最终演变为“无招胜有招”式的融会贯通！书中还提供了历史性解读与评注，以激发进一步的探究。贯穿全书的重点是鼓励读者从重复练习和记忆算法转向开放式问题的创造性解决方案。另外，英文著作能帮助读者了解数学研究是如何去专业表达的，与国际接轨，助力更多的年轻读者在未来走上科学研究之路。