本書介紹了概率論與數(shù)理統(tǒng)計的基本概念、基本理論與方法.內(nèi)容包括：概率論基本概念、隨機變量與隨機向量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設檢驗、方差分析和回歸分析.每章均配有習題，書后附有習題答案，習題中收集了歷屆研究生考試試題，既便于教學，又利于考試復習，本書可作為高等

本書主要講述本科概率論與數(shù)理統(tǒng)計課程主要知識，內(nèi)容安排完全按照教育部規(guī)定的教學大綱設計的。全書共九章，主要包括隨機事件與概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設檢驗、數(shù)理統(tǒng)計在經(jīng)濟中的應用。本書可作為理工類、經(jīng)管類本科生的教材，也可供新

本書按照主教材的章節(jié)順序，分為10章主要內(nèi)容包括隨機事件與概率、一維隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、極限定理、數(shù)理統(tǒng)計基本概念、參數(shù)估計、假設檢驗、回歸分析及方差分析簡介、經(jīng)典問題剖析本書內(nèi)容緊扣主教材，書中例題豐富且具有代表性，例題分析與解答展示了基本的解題思路、解題方法與解題技巧，起到了

《Python應用數(shù)值方法解決工程和科學問題》是為想要學習和應用數(shù)值方法來解決工程和科學問題的學生撰寫的。書中提供了足夠豐富的理論知識。如果讀過本書的姊妹篇《工程與科學數(shù)值方法的MATLAB實現(xiàn)(第4版)》，就會發(fā)現(xiàn)過渡到Python程序是無縫的！不需要事先具有Python編程經(jīng)驗。本書以解決問題為導向，強調(diào)理論聯(lián)系實

本書展示了如何使用真實的數(shù)據(jù)真實地進行貝葉斯數(shù)據(jù)分析。作者從概率與程序設計的基本概念出發(fā)，逐步帶你進階，幫助你最終掌握在實際的貝葉斯數(shù)據(jù)分析中常用的高級模型。本書分為三大部分，共有25章。第一部分介紹基礎(chǔ)知識，內(nèi)容包括貝葉斯推斷的基本思想、模型、概率及R語言編程。第二部分涵蓋了現(xiàn)代貝葉斯數(shù)據(jù)分析的所有關(guān)鍵思想。第三部分

本書從系統(tǒng)視角出發(fā),闡述如何利用技術(shù)手段搭建企業(yè)級推薦系統(tǒng),內(nèi)容包括認知篇、數(shù)據(jù)篇、召回篇、排序篇、系統(tǒng)篇5個部分，覆蓋企業(yè)級推薦系統(tǒng)建設的核心要點。本書知識體系清晰，從基礎(chǔ)知識切入，逐步深入，先后涉及推薦系統(tǒng)的經(jīng)典技術(shù)、主流技術(shù)和前沿技術(shù)。本書通過“理論+案例+代碼示例+心得體會”的方式闡述、歸納和總結(jié)推薦系統(tǒng)的知識

時間序列分析是統(tǒng)計學科的一個重要分支，它主要研究隨著時間的變化，事物發(fā)生、發(fā)展的過程，尋找事物發(fā)展變化的規(guī)律并預測未來的走勢。在日常生產(chǎn)和生活中，時間序列比比皆是，所以目前時間序列分析方法廣泛應用于經(jīng)濟、金融、天文、氣象、海洋、物理、化學、醫(yī)學、質(zhì)量控制等諸多領(lǐng)域，成為眾多行業(yè)經(jīng)常使用的統(tǒng)計方法。本書是基于Python

本書系統(tǒng)介紹了非線性**化問題的經(jīng)典理論和傳統(tǒng)優(yōu)化算法，如約束優(yōu)化問題的**性條件、鞍點理論和對偶理論，梯度下降算法、可行方向法、罰函數(shù)方法等，同時也介紹了一些新近發(fā)展起來的優(yōu)化理論與算法，如次梯度理論、共軛函數(shù)、信賴域方法、臨近點方法、交替極小化方法、交替方向法等。

本教材從實際數(shù)據(jù)應用角度出發(fā)，結(jié)合實際生活、經(jīng)濟、金融等方面數(shù)據(jù)，將非參數(shù)統(tǒng)計方法與實際應用相結(jié)合，強化理論知識及R軟件的應用，提出解決相關(guān)問題的具體步驟，從而使讀者能夠理解常用非參數(shù)統(tǒng)計方法的思想，并通過R軟件實現(xiàn)應用非參數(shù)統(tǒng)計方法分析數(shù)據(jù)需求。本書的目的是希望用簡明的語言，完整的案例分析來直觀的介紹非參數(shù)統(tǒng)計方法的

"空間和時空連續(xù)過程的建模是空間統(tǒng)計學中一個重要且具有挑戰(zhàn)性的問題。本書詳細闡述了隨機偏微分方程（SPDE）方法用于帶有Matérn協(xié)方差結(jié)構(gòu)的連續(xù)空間過程的建模。該方法已經(jīng)在R-INLA軟件包中采用集成嵌套拉普拉斯逼近（INLA）技術(shù)進行實現(xiàn)。本書通過使用模擬數(shù)據(jù)和真實應用程序的示例，解釋了關(guān)于建�？臻g過程和SPDE