本书共用六章的篇幅介绍了排序、覆盖和博弈等相关问题研究结果，分别从近似算法、在线算法和算法博弈论三个层面进行了阐述。每个部分都对应着一个独立问题的算法设计与分析结果，并给出了具体算法和分析步骤。特点：本书既重视近似算法的理论基础，又注重实践应用。通过对经典算法和实际案例的分析，读者能够理解理论知识的实际应用，并学习如何

本书是根据教育部《关于全面提高高等职业教育教学质量的若干意见》及《国务院关于大力推进职业教育改革与发展的决定》的精神和要求，结合多年的教学实践经验，在充分调研我国高等职业院校教学现状及发展趋势的基础上编写的。在组织教学内容时，力求做到基础性强、实用性强和发展性强。在每节后配有习题，每章后配有测试题，可帮助学生及时巩固所

本书以Python作为程序设计语言，采用理论与实训案例相结合的形式，深入浅出地介绍数学、数据分析和人工智能领域的核心知识。全书共9章，涵盖Python的基础语法、数字运算和方程求解、矩阵运算和线性代数、数据可视化、微积分应用、统计分析、概率论基础、优化算法、机器学习应用等知识。

本书根据《高职高专教育高等数学课程教学基本要求》，在认真总结高职高专院校数学教学改革经验的基础上，结合并参考国内同类教材的发展趋势编写而成的。全书分上下册，上册内容包括函数的极限与连续、导数与微分、导数的应用、一元函数积分学、定积分的应用、向量代数与空间解析几何简介、多元函数微分学、多元函数积分学基础，下册内容包括常微

《互联网大厂推荐算法实战》介绍了互联网大厂当前采用的一些前沿推荐算法，并梳理了这些算法背后的思想脉络与技术框架。 《互联网大厂推荐算法实战》总计10章，内容涵盖了推荐系统的基础知识、推荐系统中的特征工程、推荐系统中的Embedding、推荐系统的各组成模块（包括召回、粗排、精排与重排）所使用的算法技术、推荐算法实践中经

本教材从实际数据应用角度出发，结合实际生活、经济、金融等方面数据，将非参数统计方法与实际应用相结合，强化理论知识及R软件的应用，提出解决相关问题的具体步骤，从而使读者能够理解常用非参数统计方法的思想，并通过R软件实现应用非参数统计方法分析数据需求。本书的目的是希望用简明的语言，完整的案例分析来直观的介绍非参数统计方法的

本书系统介绍了非线性**化问题的经典理论和传统优化算法，如约束优化问题的**性条件、鞍点理论和对偶理论，梯度下降算法、可行方向法、罚函数方法等，同时也介绍了一些新近发展起来的优化理论与算法，如次梯度理论、共轭函数、信赖域方法、临近点方法、交替极小化方法、交替方向法等。

时间序列分析是统计学科的一个重要分支，它主要研究随着时间的变化，事物发生、发展的过程，寻找事物发展变化的规律并预测未来的走势。在日常生产和生活中，时间序列比比皆是，所以目前时间序列分析方法广泛应用于经济、金融、天文、气象、海洋、物理、化学、医学、质量控制等诸多领域，成为众多行业经常使用的统计方法。本书是基于Python

本书从系统视角出发,阐述如何利用技术手段搭建企业级推荐系统,内容包括认知篇、数据篇、召回篇、排序篇、系统篇5个部分，覆盖企业级推荐系统建设的核心要点。本书知识体系清晰，从基础知识切入，逐步深入，先后涉及推荐系统的经典技术、主流技术和前沿技术。本书通过“理论+案例+代码示例+心得体会”的方式阐述、归纳和总结推荐系统的知识

本书展示了如何使用真实的数据真实地进行贝叶斯数据分析。作者从概率与程序设计的基本概念出发，逐步带你进阶，帮助你最终掌握在实际的贝叶斯数据分析中常用的高级模型。本书分为三大部分，共有25章。第一部分介绍基础知识，内容包括贝叶斯推断的基本思想、模型、概率及R语言编程。第二部分涵盖了现代贝叶斯数据分析的所有关键思想。第三部分