本书的主要卖点主要体现在以下四个方面： 1.数学基础与专业能力的紧密结合； 2.线下资源与线上国家级在线精品课程的无缝对接； 3.面向行业真实需求的数学建模能力培养； 4.学业与思政的双向融通。

本书积极适应信息化、智能化、数字化产业的发展趋势，基于未来岗位胜任力和职业发展力的需求，聚焦数学核心素养的培养，系统介绍函数、极限与连续，一元函数微积分，线性代数，概率与统计，多元函数微分学，图论基础以及数学实验与算法等高等数学知识。同时，以算法原理为纽带，详细讲解使用Python构建数字模型、解决数学问题的方法，着重训练读者的逻辑思维能力、数据分析能力和数学建模能力。本书既可作为应用型高等院校通信计算机、人工智能等电子与信息大类专业的数学课程教材，也可作为相关专业领域工程技术人员的参考书。朱文明，中国科学技术大学数学博士，高级工程师、副教授，历任华为公司预研高工、ETSI国际通信标准组织Editor，现任深圳信息职业技术学院素质赋能中心副主任，广东省数学会高职高专分会副理事长、广东省工业与应用数学学会高职专委会秘书长。先后主持国家在线精品课程1门（2022）、省部级教育科学规划课题1项、市厅级课题2项，参与各级科研项目10个，获国际标准提案收录40余篇、专利授权13项，发表学术论文10余篇。先后获全国职业院校信息化教学比赛国家三等奖1项（2013）、广东省青年教师教学比赛一等奖1项（2018）、广东省职业院校教师教学能力比赛一等奖2项（2022、2021）、二等奖1项（2023），获广东省职业教育“课堂革命”典型案例认定2项（2021、2022），指导学生获全国大学生数学建模大赛国家一等奖1项、二等奖3项、省奖7项。荣获2021年深圳市“优秀教师”荣誉称号。第1章函数、极限与连续　1学习目标　11.1　函数　11.1.1　函数基础　11.1.2　初等函数　81.1.3　激活函数　111.2　数列　121.3　极限　121.3.1　极限的概念　131.3.2　极限的计算　161.4　函数的连续性　221.4.1　连续的概念　221.4.2　函数的间断点　241.4.3　闭区间上连续函数的性质　241.5　习题　25第2章一元函数微积分　29学习目标　292.1　导数的概念　292.1.1　导数的定义　302.1.2　导数的性质　332.2　导数的运算　352.2.1　导数基本运算　352.2.2　复合函数的求导法则　362.2.3　隐函数、反函数求导方法　372.3　导数的应用　372.3.1　单调性与极值　382.3.2　凸性与拐点　422.3.3　洛必达法则　452.4　微分的概念及应用　472.4.1　微分的概念　472.4.2　微分的计算　482.4.3　微分的应用　512.5　不定积分　522.5.1　不定积分的概念　522.5.2　不定积分的计算　542.6　定积分　582.6.1　定积分的概念　582.6.2　定积分的计算　612.6.3　定积分的应用　652.7　常微分方程　702.7.1　基本概念　712.7.2　可分离变量的常微分方程　712.7.3　一阶线性常微分方程　732.7.4　二阶常系数线性常微分方程　762.8　习题　77第3章线性代数　82学习目标　823.1　向量基础　823.1.1　向量的概念　833.1.2　向量的坐标表示　843.1.3　向量组与线性相关　853.1.4　正交向量组　863.2　矩阵　873.2.1　矩阵的概念　873.2.2　几种特殊矩阵　873.2.3　矩阵的运算　883.2.4　线性方程组的矩阵表示　913.3　行列式　923.3.1　行列式的概念　923.3.2　行列式的性质　953.3.3　行列式的计算　963.3.4　克拉默法则　973.4　矩阵的秩与逆矩阵　993.4.1　矩阵的秩　993.4.2　逆矩阵　1033.5　线性方程组的求解　1093.5.1　高斯消元法　1093.5.2　线性方程组解的判定　1103.5.3　线性方程组解的结构　1133.6　特征值与特征分解　1163.7　奇异值分解　1163.8　习题　116第4章概率与统计　121学习目标　1214.1　随机事件与概率　1214.1.1　随机事件　1214.1.2　条件概率　1254.1.3　全概率公式　1274.1.4　贝叶斯公式　1284.2　随机变量　1314.2.1　随机变量的概念　1314.2.2　离散型随机变量　1324.2.3　连续型随机变量　1334.2.4　随机变量的数学期望　1344.2.5　随机变量的方差、标准差和协方差　1364.3　常见概率分布　1394.3.1　伯努利分布　1394.3.2　二项分布　1404.3.3　多项分布　1404.3.4　几何分布　1414.3.5　泊松分布　1424.3.6　均匀分布　1434.3.7　指数分布　1454.3.8　正态分布　1464.4　参数估计　1474.4.1　统计量　1484.4.2　参数的点估计　1524.4.3　参数的区间估计　1564.4.4　最大后验估计　1594.4.5　贝叶斯估计　1604.5　假设检验　1614.5.1　假设检验的基本概念　1614.5.2　正态总体参数的假设检验　1634.6　习题　166第5章多元函数微分学　170学习目标　1705.1　多元函数与偏导数　1705.1.1　多元函数的极限与连续性　1705.1.2　偏导数的概念　1735.1.3　全微分的概念　1765.2　多元函数的复合函数与隐函数求导　1785.2.1　多元函数的复合函数求导　1785.2.2　多元函数的隐函数求导　1805.3　方向导数与梯度　1805.3.1　方向导数　1815.3.2　梯度　1825.4　多元函数的极值问题　1845.4.1　多元函数的极值与求法　1845.4.2　条件极值与拉格朗日乘数法　1855.5　雅可比矩阵　1865.6　黑塞矩阵　1865.7　习题　186第6章图论基础　189学习目标　1896.1　图的基本概念　1896.1.1　无向图与有向图　1916.1.2　图的连通性　1976.1.3　图的矩阵表示　2006.1.4　最短路径问题　2036.2　欧拉图与哈密顿图　2076.2.1　欧拉图　2076.2.2　哈密顿图　2076.3　树　2106.3.1　无向树及生成树　2116.3.2　有根树及其应用　2136.3.3　数据挖掘中的决策树算法　2196.4　习题　219第7章数学实验与算法　222学习目标　2227.1　Python入门　2227.2　数学实验基础　2237.2.1　一元微积分实验　2237.2.2　线性代数实验　2287.2.3　多元函数微分学实验　2337.2.4　概率与统计实验　2367.2.5　图论实验　2437.3　数学算法　2517.3.1　数值计算类算法　2517.3.2　概率统计类算法　2647.3.3　离散组合类算法　2747.3.4　规划优化类算法　2787.4　习题　285