本书通过图解的形式，在逻辑上穿针引线，讲解了大学公共课“线性代数”的相关知识点，也就是经典版本的《线性代数》中的绝大多数知识点。这些知识点是相关在校学生的必修课程，也是从业人员深造的必要知识。本书引入了矩阵函数，从函数角度讲解了向量空间、线性方程组求解、矩阵的秩、行列式、相似变换、特征值特征向量、二次型等知识，逻辑上一以贯之，再辅以很多生活案例，大大降低了学习门槛。

为帮助高校大学生更好地学习大学数学课程，我们根据《大学数学课程教学基本要求》及《全国硕士研究生招生考试数学考试大纲》编写了本套《大学数学精选精解习题集》，本书是其中的《线性代数精选精解700题》 。全书共分六章，分别为：行列式、矩阵及其运算，向量，线性方程组，矩阵的特征值与特征向量，二次型，共700多道习题及解答，其中有50余道历届考研真题（在题目旁标注了“K”）。本书深度融合信息技术，在解题前给出了本题所蕴含的知识点，读者可依知识点标号来获取知识点精讲视频；此外，还给出了90余个典型习题的精解视频（扫描书中二维码获取）。本试卷适用于大学一至四年级学生，特别是有考研及数学竞赛需求，以及想迅速提高线性代数成绩的学生。

暂缺简介...

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。