本書(shū)強(qiáng)調(diào)適當(dāng)?shù)慕y(tǒng)計(jì)學(xué)習(xí)數(shù)據(jù)分析以綜合方式依賴(lài)于健全的數(shù)據(jù)收集、智能數(shù)據(jù)管理、適當(dāng)?shù)慕y(tǒng)計(jì)程序和對(duì)結(jié)果的可理解的解釋。監(jiān)督學(xué)習(xí)可被統(tǒng)一視為回歸分析的一種形式。通過(guò)大量實(shí)際應(yīng)用及其相關(guān)的R代碼來(lái)說(shuō)明關(guān)鍵概念和過(guò)程，著眼于實(shí)際意義。

《隨機(jī)分析與控制簡(jiǎn)明教程》介紹隨機(jī)分析及隨機(jī)控制的基本理論與方法.第1章介紹布朗運(yùn)動(dòng)與鞅,涵蓋定義、停時(shí)定理、Doob不等式、下鞅的Doob-Meyer分解定理、Meyer過(guò)程等內(nèi)容;第2章介紹隨機(jī)積分、It.公式、鞅表示定理,以及測(cè)度變換的Girsanov定理.第3章介紹隨機(jī)微分方程基礎(chǔ):解的存在唯一性、解對(duì)系數(shù)的連

本書(shū)系統(tǒng)地介紹了多元統(tǒng)計(jì)分析中的經(jīng)典理論和方法，重點(diǎn)講解了多元正態(tài)總體的參數(shù)估計(jì)和假設(shè)檢驗(yàn)、聚類(lèi)分析、判別分析、主成分分析、因子分析、對(duì)應(yīng)分析、典型相關(guān)分析。本書(shū)力求以統(tǒng)計(jì)思想為主線(xiàn)，以SPSS軟件為工具，深入淺出地介紹各種多元統(tǒng)計(jì)方法的理論和應(yīng)用，以大量實(shí)際問(wèn)題為背景，介紹多元統(tǒng)計(jì)分析的基本概念和方法，具有很強(qiáng)的實(shí)用

本書(shū)根據(jù)高等學(xué)校非數(shù)學(xué)類(lèi)專(zhuān)業(yè)“概率論與數(shù)理統(tǒng)計(jì)”課程的教學(xué)要求和教學(xué)大綱，將新工科理念與國(guó)際化深度融合，借鑒國(guó)內(nèi)外優(yōu)秀教材的特點(diǎn)，結(jié)合山東大學(xué)數(shù)學(xué)團(tuán)隊(duì)多年的教學(xué)經(jīng)驗(yàn)編寫(xiě)完成.本書(shū)共8章，包括隨機(jī)事件與概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、數(shù)字特征與極限定理、統(tǒng)計(jì)量及其分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、概率論與數(shù)理統(tǒng)計(jì)在

試驗(yàn)設(shè)計(jì)是近代科學(xué)發(fā)展的重要基礎(chǔ)理論之一。它研究不同條件下各種試驗(yàn)的*優(yōu)設(shè)計(jì)準(zhǔn)則、構(gòu)造和分析的理論與方法。為適應(yīng)現(xiàn)代試驗(yàn)的需要，作者于2006年開(kāi)始建立了一個(gè)新的*優(yōu)因子分析設(shè)計(jì)理論，包括*優(yōu)性準(zhǔn)則、*優(yōu)設(shè)計(jì)構(gòu)造，以及他們?cè)诟鞣N不同設(shè)計(jì)類(lèi)中的推廣�！�*優(yōu)因析設(shè)計(jì)理論（英）》*先給出近代試驗(yàn)設(shè)計(jì)，主要是多因子試驗(yàn)設(shè)計(jì)的基

本書(shū)在簡(jiǎn)要介紹概率論知識(shí)的基礎(chǔ)上，著重介紹常用的數(shù)理統(tǒng)計(jì)方法和隨機(jī)過(guò)程模型，其中數(shù)理統(tǒng)計(jì)部分包含數(shù)理統(tǒng)計(jì)的基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析與正交試驗(yàn)設(shè)計(jì)、回歸分析等；隨機(jī)過(guò)程部分包含隨機(jī)過(guò)程的基本概念、泊松過(guò)程、高斯過(guò)程與隨機(jī)微分方程、馬爾可夫鏈等。這些內(nèi)容可為解決自然科學(xué)、工程技術(shù)、社會(huì)科學(xué)等領(lǐng)域的復(fù)雜隨機(jī)問(wèn)題

貝葉斯是當(dāng)前人工智能的重要基礎(chǔ)之一。目前市面上有關(guān)貝葉斯的書(shū)籍，大多是從工科角度去闡述貝葉斯定理的推導(dǎo)和應(yīng)用，因此運(yùn)用了非常多的煩瑣公式、定理和推導(dǎo)。而貝葉斯應(yīng)用卻是非常廣泛的，絕不僅僅是機(jī)器學(xué)習(xí)的一個(gè)工具，還可以上升到一套科學(xué)思維方法論。本書(shū)主要以貝葉斯為核心，講授了一些重要的思維方式，包括概率思維、最大似然估計(jì)、貝

本書(shū)是高等院校概率論課程的教材,是北京大學(xué)數(shù)學(xué)教學(xué)系列叢書(shū)"《概率論》的第二版。全書(shū)共分六章，內(nèi)容包括：古典概型和概率空間、隨機(jī)變量和概率分布、隨機(jī)向量及其概率分布、數(shù)學(xué)期望和方差、特征函數(shù)和概率極限定理、隨機(jī)過(guò)程簡(jiǎn)介。每小節(jié)配有練習(xí)題，每章配有總習(xí)題，書(shū)末附有習(xí)題答案或提示，供讀者參考。本書(shū)對(duì)概率論的基本內(nèi)容做了系統(tǒng)

本書(shū)從大數(shù)據(jù)概述入手，介紹了大數(shù)據(jù)的定義、特點(diǎn)、類(lèi)型與價(jià)值，闡述了數(shù)據(jù)挖掘的基本概念，討論了大數(shù)據(jù)處理技術(shù)，然后重點(diǎn)講述了數(shù)據(jù)挖掘的基本算法和技術(shù)，包括聚類(lèi)分析、關(guān)聯(lián)規(guī)則挖掘、決策樹(shù)和神經(jīng)網(wǎng)絡(luò)等，最后從具體的應(yīng)用場(chǎng)景出發(fā)，深入探討了大數(shù)據(jù)分析和數(shù)據(jù)挖掘在實(shí)際中的應(yīng)用和實(shí)踐，包括金融、醫(yī)療、電子商務(wù)等領(lǐng)域，展望了大數(shù)據(jù)分

本書(shū)根據(jù)高等院校概率論與數(shù)理統(tǒng)計(jì)課程的最新教學(xué)大綱及考研大綱編寫(xiě)而成。全書(shū)共十二章，主要介紹了概率論的基本概念、隨機(jī)變量及其分布、數(shù)學(xué)特征、樣本及抽樣分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析及回歸分析、隨機(jī)過(guò)程、平隱隨機(jī)過(guò)程、時(shí)間序列分析等，著重闡述了概率論與數(shù)理統(tǒng)計(jì)中主要內(nèi)容的思想方法，力求做到理論與應(yīng)用相結(jié)合。各章均包括