本书按照一般微积分学教程的方式介绍微积分问题的求解，首先介绍函数与序列的描述与图形绘制，然后介绍极限问题的求解、导数与微分问题的求解以及积分问题的求解，并介绍函数的逼近与级数求和等方面的内容，还介绍数值导数与数值积分方面的内容，并给出积分变换、分数阶微积分等的入门介绍。本书可作为一般读者学习微积分学的辅助教材，从另一个角度认识微积分学问题的求解方法，更好地学习微积分学相关问题的求解方法。本书还可以作为高等学校理工科各类专业的本科生和研究生学习计算机数学语言的教材或参考书或查询某数学问题求解方法的手册。

这是一本从业务视角解读推荐系统架构设计、评估方法、数据工程和算法原理的著作。市面上推荐系统方面的著作，内容多以推荐技术、算法和模型为主，让读者误以为掌握了推荐算法就能用好推荐系统并提升业务指标，其实推荐算法只是工具，要真正发挥推荐系统的价值，需要将推荐系统植根于业务之上。本书从业务视角出发，描绘了当下主流推荐系统的设计思想和架构全貌，重点突出系统每个模块所需要解决的问题，进而介绍一到两种实践检验普遍有效、在学术界具备里程碑性质的算法。帮助读者练成识别算法的火眼金睛，从每年大量产出的新算法研究中去粗取精，真正解决实际问题。阅读本书，你将有如下收获：从商业、运营、算法、工程视角理解推荐系统，对推荐系统的认知更加立体化；从业务视角理解推荐系统的顶层设计，掌握业务驱动的推荐系统设计思想；掌握业务驱动型推荐系统的评估方法，涵盖B端、C端和平台等多个维度；了解推荐系统的数据工程，掌握获取各类数据、构建特征体系的方法；从业务视角理解召回、排序和决策智能方面的经典算法和学术界有里程碑意义的算法；从技术和业务的双重视角去规划推荐算法工程师的成长路径，以达到事半功倍的效果。

近年来，在所有科学学科和工业环境中收集的数据量和种类都出现了爆炸式增长。如此庞大的数据集给统计和机器学习领域的研究人员带来了许多挑战。本书对高维统计学进行了详尽介绍，重点介绍核心方法论和理论，包括尾部界、集中不等式、一致律和经验过程以及随机矩阵。此外还深入探索了特定的模型类，包括稀疏线性模型、用秩约束矩阵模型、图模型和各种类型的非参数模型。书中提供了数百个工作示例和练习，既适合统计学相关课程使用，也适合统计学、机器学习和相关领域的研究生与研究人员自学。

本书通过实战案例和可视化的图形讲解数据分析的知识。通过阅读本书，读者可以从容地处理数据，高效地完成数据分析工作。本书共9章，主要内容包括不同场景下的数据分析方法，从业者应具备的数据分析基本知识，数据分析师应具有的思维方式，海盗法则和指标体系建模，用户画像赋能数据分析，数据可视化的实操技巧等。本书不仅适合产品经理、运营人员、市场营销人员阅读，还适合数据分析人员阅读。

本书面向MATLAB的初、中级读者，在介绍MATLAB R2022a集成环境的基础上，对MATLAB使用中常用的知识和工具进行了详细的介绍。书中各章均提供了大量有针对性的示例，可供读者进行实战练习。根据内容的侧重点不同，全书分为4部分，共20章：第1～5章为基础部分，第6～11章为数学应用部分，第12～16章为工程应用部分，第17～20章为高级应用部分。为了使读者能够更好地操作MATLAB，本书中示例的命令已记录在M文件及其他相关文件中，读者可以将相关的目录设置为工作目录，直接使用M文件进行操作，以便快速掌握MATLAB的使用方法。

本书以统计学史上著名人物的伟大成就为脉络，将数据分析这一学科的发展历程娓娓道来。从开普勒仰望星空拉开统计学序幕，贝叶斯提出主观概率，到人工智能、深度学习逐步渗透今天的日常生活。本书带领读者在数据科学的熠熠星光下，看透大数据的深邃内核。

本书紧密围绕商业运作的需要来强调数据在经营活动中的实践应用，采用项目驱动方式，通过实训为指导来强化数据库相关知识点的深入学习。全书始终围绕网络书店销售管理系统为例子，通过共9章内容系统展示了从系统应用需求分析开始到数据库设计、数据库实现、网络数据库开发、数据库管理程序开发等一系列以满足商业需求为发端的、以数据库开发应用为线索的相关工作。这种一以贯之的学习方式提高了学习的成就感与目标性，有助于提高对于新管理实践和新技术发展的理解和掌握。

随着数据被纳入第五生产要素，数据治理已成为推动社会治理进程的重要动力，也是实现高质量数字化转型的重要基础。财务部门是企业的“数据中枢”，汇聚企业从前端业务到后端财务管理的大量数据，因此在众多企业中，财务数据成了企业整体数据治理落地实践的**“试验基地”。 财务数据治理指从财务视角出发，以资产、负债、所有者权益、收入、费用和利润的会计六要素为核心关联数据，通过一系列与信息相关联的过程来确保决策权和职责分工系统的实现。 财务数据治理的最终目标是提升财务相关数据的价值。财务数据治理非常有必要，它是企业实现数字战略的基础，是一个管理体系，包括组织、制度、流程和工具。 这本书将数据治理理论应用于财务管理实践，针对财务工作场景阐释数据治理方法论，总结财务数据管理的六大常见问题，分析五大财务数据问题场景，涵盖众多企业实践案例。将数据治理的体系融入财务职能，实现财务职能的升级和拓展。

本书提供了通过GitOps使用Kubernetes的实用教程，内容涵盖GitOps的实践、技术和工具，它们可以简化Kubernetes来更快地交付企业级软件，而不影响安全性。通过阅读本书，你将了解GitOps在灵活的配置管理、监控、健壮性、多环境支持和安全性等方面的好处，并掌握以独特的GitOps方式进行管理的技巧。学完本书，你将能够实现和管理一个可伸缩的持续交付管道，这使得跟踪更改、回滚错误以及清晰地验证和审计容器部署变得容易。

《对比Excel，轻松学习Python统计分析》是“对比Excel”的第4本书，全书依旧突出对比学习的特点，通过对比 Excel 的方式来讲解如何利用 Python 学习统计学知识，即统计分析。是“对比 Excel”之前3本书的延续，同时也是数据分析师技能树的扩展。《对比Excel，轻松学习Python统计分析》的主线是围绕统计学的理论知识展开的，层层递进，依次为描述性分析、概率和概率分布、抽样推 断与参数估计、假设检验、方差分析、卡方分析、回归模型、相关性分析、时间序列。每个理 论知识又由核心的 3 个部分组成：该理论知识在数据分析中的应用、理论知识讲解、Excel 和 Python 工具的实现，让大家学完本书以后既学到了理论知识，也知道如何将理论知识在数据分 析中应用，还知道如何用 Excel 和 Python 去实现。