本書強調(diào)適當?shù)慕y(tǒng)計學習數(shù)據(jù)分析以綜合方式依賴于健全的數(shù)據(jù)收集、智能數(shù)據(jù)管理、適當?shù)慕y(tǒng)計程序和對結(jié)果的可理解的解釋。監(jiān)督學習可被統(tǒng)一視為回歸分析的一種形式。通過大量實際應(yīng)用及其相關(guān)的R代碼來說明關(guān)鍵概念和過程，著眼于實際意義。

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

本書系統(tǒng)地介紹了多元統(tǒng)計分析中的經(jīng)典理論和方法，重點講解了多元正態(tài)總體的參數(shù)估計和假設(shè)檢驗、聚類分析、判別分析、主成分分析、因子分析、對應(yīng)分析、典型相關(guān)分析。本書力求以統(tǒng)計思想為主線，以SPSS軟件為工具，深入淺出地介紹各種多元統(tǒng)計方法的理論和應(yīng)用，以大量實際問題為背景，介紹多元統(tǒng)計分析的基本概念和方法，具有很強的實用

本書根據(jù)高等學校非數(shù)學類專業(yè)“概率論與數(shù)理統(tǒng)計”課程的教學要求和教學大綱，將新工科理念與國際化深度融合，借鑒國內(nèi)外優(yōu)秀教材的特點，結(jié)合山東大學數(shù)學團隊多年的教學經(jīng)驗編寫完成.本書共8章，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、數(shù)字特征與極限定理、統(tǒng)計量及其分布、參數(shù)估計、假設(shè)檢驗、概率論與數(shù)理統(tǒng)計在

試驗設(shè)計是近代科學發(fā)展的重要基礎(chǔ)理論之一。它研究不同條件下各種試驗的*優(yōu)設(shè)計準則、構(gòu)造和分析的理論與方法。為適應(yīng)現(xiàn)代試驗的需要，作者于2006年開始建立了一個新的*優(yōu)因子分析設(shè)計理論，包括*優(yōu)性準則、*優(yōu)設(shè)計構(gòu)造，以及他們在各種不同設(shè)計類中的推廣。《*優(yōu)因析設(shè)計理論（英）》*先給出近代試驗設(shè)計，主要是多因子試驗設(shè)計的基

本書在簡要介紹概率論知識的基礎(chǔ)上，著重介紹常用的數(shù)理統(tǒng)計方法和隨機過程模型，其中數(shù)理統(tǒng)計部分包含數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗、方差分析與正交試驗設(shè)計、回歸分析等；隨機過程部分包含隨機過程的基本概念、泊松過程、高斯過程與隨機微分方程、馬爾可夫鏈等。這些內(nèi)容可為解決自然科學、工程技術(shù)、社會科學等領(lǐng)域的復雜隨機問題

貝葉斯是當前人工智能的重要基礎(chǔ)之一。目前市面上有關(guān)貝葉斯的書籍，大多是從工科角度去闡述貝葉斯定理的推導和應(yīng)用，因此運用了非常多的煩瑣公式、定理和推導。而貝葉斯應(yīng)用卻是非常廣泛的，絕不僅僅是機器學習的一個工具，還可以上升到一套科學思維方法論。本書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、貝

本書是高等院校概率論課程的教材,是北京大學數(shù)學教學系列叢書"《概率論》的第二版。全書共分六章，內(nèi)容包括：古典概型和概率空間、隨機變量和概率分布、隨機向量及其概率分布、數(shù)學期望和方差、特征函數(shù)和概率極限定理、隨機過程簡介。每小節(jié)配有練習題，每章配有總習題，書末附有習題答案或提示，供讀者參考。本書對概率論的基本內(nèi)容做了系統(tǒng)

通過研究協(xié)變量與響應(yīng)變量條件分位數(shù)之間的關(guān)系，分位數(shù)回歸模型作為一種對經(jīng)典線性回歸模型的顯著推廣而出現(xiàn)。跟經(jīng)典的線性回歸模型相比，分位數(shù)回歸不僅能處理響應(yīng)變量的位置轉(zhuǎn)移，而且能處理尺度變換。分位數(shù)回歸能穩(wěn)健地處理偏態(tài)的響應(yīng)變量，也能靈活地反應(yīng)協(xié)變量效應(yīng)，因此它已經(jīng)在復雜數(shù)據(jù)分析中表現(xiàn)出了極大地實用性�？v向數(shù)據(jù)、高維成分

本書從大數(shù)據(jù)概述入手，介紹了大數(shù)據(jù)的定義、特點、類型與價值，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)，然后重點講述了數(shù)據(jù)挖掘的基本算法和技術(shù)，包括聚類分析、關(guān)聯(lián)規(guī)則挖掘、決策樹和神經(jīng)網(wǎng)絡(luò)等，最后從具體的應(yīng)用場景出發(fā)，深入探討了大數(shù)據(jù)分析和數(shù)據(jù)挖掘在實際中的應(yīng)用和實踐，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