本书结合开源和面向商业的计算平台,从实用的角度,全面系统阐述数据分析技术及其应用,内容涵盖机器学习基础、深度学习、人工智能、统计学和进化学习等。
本书是与高教社出版的《概率论与数理统计(第二版)》教材配套使用的学习指导书,主要是对教材中的习题进行解答。此次本书与原教材同步修订,重点是对教材第二版中新增加的习题进行解答,同时也对教材第一版中部分地方进行了完善。概率论与数理统计是大学理工科学生必修的公共基础课,课程内容比较抽象,学生学习起来普遍觉得难度较大,所以非常
本书是统计学专业的基础课教材,比较系统地介绍了概率论与数理统计的基本概念、基本原理和基本方法。第二版教材将保留第一版教材的体系,在内容上作了一些调整和改进。具体而言,优化了定理、例题的解题过程;删除了一些与数理统计关联度不大或者学生理解有难度的内容;增添了一些新内容,尤其是一些最新的研究成果;补充了一些有一定难度的综合
本书共分七章,内容包括:事件与概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计等。
本书为《概率统计同步训练》,是《概率统计》教材的配套辅助教材。本书的章节安排与《概率统计》教材完全一致。《概率统计同步训练》按教学大纲的要求设置了三个模块:(1)基础模块;(2)综合训练;(3)期末全程测试。
本书系高等学校本科数学教材,根据《国家中长期教育改革和发展规划纲》要而编写,教材内容充分考虑了学生的数学基础,并兼顾了各专业的不同需求。本书共有七章,内容包括随机事件与概率,随机变量及其分布,随机变量的数字特征,数理统计的基本概念,参数估计,假设检验,一元线性回归分析。各节后配有适量的精选习题,书末附有习题答案。
实验设计与数据处理
《时间序列分析单变量和多变量方法(第二版·经典版)》不仅对单变量与多变量时间序列的时域和频域分析提供了一个全面介绍,而且在书中包含了许多单变量和多变量时问序列模型的新进展,如逆自相关函数、扩展样本自相关函数、干预分析及异常值检验、向量自回归移动平均模型、偏滞后自相关矩阵函数、局部过程、状态空间模型、卡尔曼
《概率论与数理统计习题课教程(第二版)》是依据教育部《经济管理类本科数学基础课程教学基本要求》,针对高等学校经济类、管理类各本科专业的教学实际编写的。《概率论与数理统计习题课教程(第二版)》包括随机事件及概率、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、数理统计基础知识、参数
《概率论讲义=LectureNotesonProbabilityTheory:英文》是全英文撰写,共六章,内容包括:概率及概率空间,随机变量及分布函数,联合分布随机变量,随机变量的期望与方差,随机变量的特征函数,大数定律与中心极限定理。《概率论讲义=LectureNotesonProbabilityTheory:英文》