本書共12章，分上、下兩冊出版，內(nèi)容包括函數(shù)與極限、導(dǎo)數(shù)與微分、中值定理與導(dǎo)數(shù)的應(yīng)用、不定積分、定積分及其應(yīng)用、向量與空間解析幾何、多元函數(shù)微分學(xué)、重積分及其應(yīng)用、曲線積分與曲面積分、無窮級(jí)數(shù)、微分方程和差分方程等。每章都編寫有教學(xué)內(nèi)容的應(yīng)用案例，各章節(jié)后配有適量不同難度的習(xí)題，書末附有習(xí)題參考答案。為了適應(yīng)當(dāng)前倡導(dǎo)學(xué)

本書共12章，分上、下兩冊出版，內(nèi)容包括函數(shù)與極限、導(dǎo)數(shù)與微分、中值定理與導(dǎo)數(shù)的應(yīng)用、不定積分、定積分及其應(yīng)用、向量與空間解析幾何、多元函數(shù)微分學(xué)、重積分及其應(yīng)用、曲線積分與曲面積分、無窮級(jí)數(shù)、微分方程和差分方程等。每章都編寫有教學(xué)內(nèi)容的應(yīng)用案例，各章節(jié)后配有適量不同難度的習(xí)題，書末附有習(xí)題參考答案。為了適應(yīng)當(dāng)前倡導(dǎo)學(xué)

"丘成桐是當(dāng)代最杰出的數(shù)學(xué)家之一，因其在微分幾何領(lǐng)域的工作而獲得了許多榮譽(yù)，其中包括數(shù)學(xué)界**榮譽(yù)——菲爾茲獎(jiǎng)。丘成桐也因其在代數(shù)和凱勒幾何、廣義相對論及弦理論等方面的工作而聞名，他在這些研究領(lǐng)域的建立和發(fā)展過程中產(chǎn)生了巨大的影響。本書收錄了丘成桐自1971年至1991年已發(fā)表的部分?jǐn)?shù)學(xué)論文——這一時(shí)期他在包括幾何分析

本書教你如何從基于時(shí)間的數(shù)據(jù)(如日志、客戶分析和其他事件流)中獲得即時(shí)、有意義的預(yù)測。在這本通俗易懂的書中，作者通過帶有注釋的Python代碼全面演示了用于時(shí)間序列預(yù)測的統(tǒng)計(jì)和深度學(xué)習(xí)方法。全書分為四部分：第一部分介紹時(shí)間序列預(yù)測的概念；第二部分介紹使用統(tǒng)計(jì)模型進(jìn)行預(yù)測；第三部分介紹使用深度學(xué)習(xí)進(jìn)行大規(guī)模預(yù)測；第四部分

本書前7章為操作基礎(chǔ)，詳細(xì)介紹了Ansys分析的基本步驟和方法：第1章Ansys概述；第2章幾何建模；第3章建模實(shí)例；第4章網(wǎng)格劃分；第5章施加載荷；第6章求解；第7章后處理。后8章為專題實(shí)例，按不同的分析專題講解了各種分析專題的參數(shù)設(shè)置方法與技巧：第8章靜力分析；第9章模態(tài)分析；第10章諧響應(yīng)分析；第11章瞬態(tài)動(dòng)力學(xué)

本書比較全面地介紹了矩陣論的基本理論、基本方法以及典型應(yīng)用，包括線性空間與線性變換、方陣的相似化簡與內(nèi)積空間、矩陣分解、賦范線性空間與矩陣范數(shù)、矩陣分析及其應(yīng)用、矩陣的廣義逆、幾類特殊矩陣與矩陣積、矩陣在工程中的應(yīng)用。

本書除完整介紹經(jīng)典微積分學(xué)理論外，還介紹了現(xiàn)代分析學(xué)的一些基本概念與理論。首先從預(yù)備知識(shí)部分開始，介紹了數(shù)列極限、數(shù)項(xiàng)級(jí)數(shù)、函數(shù)極限、連續(xù)函數(shù)、函數(shù)導(dǎo)數(shù)、微分中值定理及其應(yīng)用、不定積分、定積分、廣義積分、函數(shù)項(xiàng)級(jí)數(shù)、Fourier級(jí)數(shù)、多元函數(shù)的極限與連續(xù)性、多元函數(shù)的微分學(xué)、含參變量積分與含參變量廣義積、曲線積分、重

本書對基于粗糙集的特征選擇進(jìn)行了綜合性的介紹。通過本書，讀者可以系統(tǒng)地研究粗糙集理論(RST)的各個(gè)領(lǐng)域，包括基礎(chǔ)知識(shí)、前沿概念以及基于粗糙集的特征選擇。本書還提供了基于粗糙集的API庫，可用于支持一些粗糙集概念和基于粗糙集的特征選擇的算法程序?qū)崿F(xiàn)。

本書共分為十二章，系統(tǒng)地將高等數(shù)學(xué)每一章知識(shí)來解決軍事應(yīng)用案例，同時(shí)，它還將Matlab軟件融入其中，利用Matlab編程實(shí)現(xiàn)案例的計(jì)算、求解和動(dòng)畫演示。具體內(nèi)容包括：緊急集合中的路線選擇問題、物資空投軌跡問題、槍榴彈彈道方程設(shè)計(jì)問題等。

本書從信息流個(gè)性化推薦算法從業(yè)者的角度，闡述在資訊內(nèi)容類App中，如何搭建健壯、完善的個(gè)性化推薦算法體系，如何融合產(chǎn)品運(yùn)營的專家模型和端到端的深度學(xué)習(xí)，如何平衡短期的商業(yè)化目標(biāo)和長期的用戶體驗(yàn)，以及我們在多個(gè)行業(yè)頭部平臺(tái)實(shí)踐的過程中遇到的典型業(yè)務(wù)問題和解決方案，對比理論推導(dǎo)為主的機(jī)器學(xué)習(xí)書籍，本身更偏向基于行業(yè)問題的深