《深度学习的数学》基于丰富的图示和具体示例，通俗易懂地介绍了深度学习相关的数学知识。章介绍神经网络的概况；第2章介绍理解神经网络所需的数学基础知识；第3章介绍神经网络的很优化；第4章介绍神经网络和误差反向传播法；第5章介绍深度学习和卷积神经网络。书中使用Excel进行理论验证，帮助读者直观地体验深度学习的原理。

本书是一本久负盛名的经典之作，两位作者DanielP.Friedman、MatthiasFelleisen在程序语言界名声显赫。全书介绍了Scheme的基本结构及其应用、Scheme的五法十诫、Continuation-Passing-Style、PartialFunction、Y-Combinator、Interpreter等内容，并通过这些内容阐述了计算的一般本质。本书没有什么理论性描述，所有概念都蕴含在独特的引导式一问一答过程中，这种方式让读者对程序大师运用熟稔的程序方法来驾驭概念的能力叹为观止。通过阅读本书，可以让读者领略递归的奥妙、函数式编程风格的魅力。阅读完毕会有一种意犹未尽的感觉。本书适合所有程序员阅读，特别是函数式编程爱好者。好好享用！

亚伯拉罕编著的《流形张量分析和应用(第2版) 》旨在为数学家、物理学家、工程和数学生物专业的全面介绍非线性分析的知识。书中介绍了流形、动力系统、张量和微分形式的背景知识和哈密顿力学、流体力学、电磁学、等离子动力学和控制理论等的应用。这本书起点低，读者只要了解本科生线性代数知识和高等微积分即可。

《粗糙集理论及应用》系统地研究和介绍了粗糙集的理论和方法，简要介绍了模糊集与直觉模糊集的有关概念和研究成果。全书共分7章：章为预备知识，第2章为模糊集与直觉模糊集，第3章讲授基于等价关系的粗糙集模型，第4章研究粗糙集系统的代数结构，第5章介绍基于一般关系的粗糙集模型，第6章阐述近似算子的公理化定义，第7章讲授模糊粗糙集模型。《粗糙集理论及应用》适合作为高校本科生和研究生教材，也可以作为科技人员的参考书。

《548个来自美苏的数学好问题》收集了原苏联著名数学家A-M.雅格龙教授和N-M.雅格龙教授收集的169个经典数学问题以及《美国数学月刊》中刊载的379个经典数学问题.《548个来自美苏的数学好问题》中不少问题曾经直接被用作数学竞赛的试题，是各级各类竞赛命题的好素材， 《548个来自美苏的数学好问题》可作为数学竞赛选手、数学竞赛教练员及广大数学爱好者的参考用书. 内页插图

《直觉模糊集理论及应用（下册）》内容新颖、逻辑严谨、语言通俗、理例结合、注重基础、面向应用. 《直觉模糊集理论及应用（下册）》是作者 在国家自然科学基金资助下系列研究成果的汇集, 取材于研究团队百多篇学术论文和十多 篇博士、硕士学位论文, 可作为高等院校计算机、自动化、信息、管理、控制、系统工程 等专业的高年级本科生或研究生计算智能课程的教材或教学参考书, 也可供从事智能信息 处理、智能信息融合、智能决策等研究的教师、研究生及科技人员自学或参考.

本书主要是为IB文凭项目数学高级课程和标准课程的学生编写的。IB I SEE的IB是国际文凭组织的缩写，I代表读者，SEE代表总结、例题和习题，这也是本书每个单元的主要模块。本书涵盖了高级课程的前六个主题以及标准课程的所有主题，是IB课本和教学大纲的补充，包含了IB考试中最常出现的题型。本书可以帮助IB学生有效地准备IB学业考试。

本书选编了希尔伯特在1900年巴黎国际数学家代表大会上的讲演《数学问题》。他在讲演中提出的23个数学问题，激发了整个数学界的想像力，推动了20世纪数学的发展。希尔伯特在该讲演中还阐述了他对数学的本质、数学知识的来源、数学问题的重要性及研究方法的精辟见解。

《高观点下的初等数学：算术，代数，分析》是克莱因根据自己多年在哥廷根大学担任德国中学数学教师及为在校学生开设的讲座所总结撰写的基础数学普及读物。本书主要介绍了作者对初等数学知识的独特观点和见解，向读者生动地展示了大师的遗风，出版后不久就被译成多种语言，是一部数学教育的不朽杰作，影响至今不衰。

本书主要是为IB文凭项目数学高级课程和标准课程的学生编写的。IB I SEE的IB是国际文凭组织的缩写，I代表读者，SEE代表总结、例题和习题，这也是本书每个单元的主要模块。本书涵盖了高级课程的前六个主题以及标准课程的所有主题，是IB课本和教学大纲的补充，包含了IB考试中最常出现的题型。本书可以帮助IB学生有效地准备IB学业考试。