本书包括的内容有:经典线性回归、⼴义线性模型、混合效应模型(分层模型)、机器学习回归⽅法(决策树、bagging、随机森林、各种boosting⽅法、⼈⼯神经⽹络、⽀持向量机、k最近邻⽅法)、⽣

本书主要介绍统计学中的回归分析方法基础以及在机器学习方向上的应用。介绍回归分析的数学基础的同时，以统计学和机器学习相结合的手段介绍回归分析领域在近年来取得的各种重要结果和突破。特别是在大数据背景下，回归分析的正则化问题的快速求解算法。本书在介绍基础知识的同时，也强调回归分析在实际中的应用，书中配有大量的案例及其R语言的

本书为中国科学技术大学数学类本科生的“概率论”教材,既保留了第二版中原有的基本内容:初等概率论、随机变量、随机向量、数字特征与特征函数、极限定理等,又根据国际通用表述习惯和教学需求调整了叙述方式和部分内容,增加了例题,使得主干脉络更清楚,枝叶更丰满.《BR》本书内容丰富,叙述严谨,深入浅出,既以生动浅显的方式说明了概率

本书根据作者的教学实践编著而成，内容包括随机变量及其分布、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、数理统计的基本知识、参数估计、假设检验、方差分析与回归分析。书中各章附有相当数量的习题及相应的EXCEL2000处理程序，书末附有常用分布表，供读者查阅。本书以提高读者解题能力与解决实际问题能力为

本书是一部十分经典的概率论教程。原版1999年初版，2001年第2次重印，2003年第3次重印，同年第4次重印，2005年第5次重印，受欢迎程度可见一斑。大多数概率论书籍是写给数学家看的，漂亮的数学材料是吸引读者的一大亮点；相反地，本书目标读者是数学及非数学专业的研究生，帮助那些在统计、应用概率论、生物、运筹学

本书选择了数据挖掘中最常用的多元统计分析方法,主要包括多元统计图、多元统计特征以及用于聚类与分类的聚类分析和判别分析、用于数据压缩的主成分分析和因子分析、用于预测和影响因素分析的线性回归、曲线回归和逐步回归等内容,并在论述这些方法时,以本科生可接受的基本原理和方法实现为主。

本书通过一个基础、两个思维、三个概念、两个原理来有机组织教学内容。认真贯彻《国家职业教育改革实施方案》的精神，深入调查高职学生的数学基础与认知特点。本书内容包括：一元微积分，随机试验、随机事件、概率、复合事件的概率计算、一维随机变量的分布、数字特征、统计量、参数估计、假设检验、一元线性回归等，本书主要面向高职高专财经管

本书讲解概率论的基础内容，包括组合分析、概率论公理、条件概率、离散型随机变量、连续型随机变量、随机变量的联合分布、期望的性质、极限定理和模拟等，内容丰富，通俗易懂，并配有丰富的例子和大量习题，涉及物理学、生物学、化学、遗传学、博弈论、经济学等多方面的应用，极具启发性。

本书是针对高等学校理工科及经济管理类各专业“概率论与数理统计”课程编写的教材．本书共8章，主要内容包括：概率论的基本概念、随机变量及其概率分布、二维随机向量及其概率分布、随机变量的数字特征、大数定律和中心极限定理、数理统计学的基本概念、参数估计、假设检验．每节穿插练习题，每章附有习题，书末附有练习题、习题参考答案，以及

本书是为“概率论与数理统计”课程的学习而编写的指导性教材，本书总结归纳了“概率论与数理统计”课程的基本概念、基本理论与基本方法。通过对类型与数量众多的例题的解析，使读者能够较好地掌握概率论与数理统计的思想方法与解题技巧。本书对历年硕士研究生入学考试中概率统计部分的常考点及试题作了详细地分析。此外，本书每节后面还配备了常