本書包括的內容有:經典線性回歸、⼴義線性模型、混合效應模型(分層模型)、機器學習回歸⽅法(決策樹、bagging、隨機森林、各種boosting⽅法、⼈⼯神經⽹絡、⽀持向量機、k最近鄰⽅法)、⽣

本書主要介紹統(tǒng)計學中的回歸分析方法基礎以及在機器學習方向上的應用。介紹回歸分析的數學基礎的同時，以統(tǒng)計學和機器學習相結合的手段介紹回歸分析領域在近年來取得的各種重要結果和突破。特別是在大數據背景下，回歸分析的正則化問題的快速求解算法。本書在介紹基礎知識的同時，也強調回歸分析在實際中的應用，書中配有大量的案例及其R語言的

本書為中國科學技術大學數學類本科生的“概率論”教材,既保留了第二版中原有的基本內容:初等概率論、隨機變量、隨機向量、數字特征與特征函數、極限定理等,又根據國際通用表述習慣和教學需求調整了敘述方式和部分內容,增加了例題,使得主干脈絡更清楚,枝葉更豐滿.《BR》本書內容豐富,敘述嚴謹,深入淺出,既以生動淺顯的方式說明了概率

本書根據作者的教學實踐編著而成，內容包括隨機變量及其分布、多維隨機變量及其分布、隨機變量的數字特征、大數定律與中心極限定理、數理統(tǒng)計的基本知識、參數估計、假設檢驗、方差分析與回歸分析。書中各章附有相當數量的習題及相應的EXCEL2000處理程序，書末附有常用分布表，供讀者查閱。本書以提高讀者解題能力與解決實際問題能力為

本書是一部十分經典的概率論教程。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，受歡迎程度可見一斑。大多數概率論書籍是寫給數學家看的，漂亮的數學材料是吸引讀者的一大亮點；相反地，本書目標讀者是數學及非數學專業(yè)的研究生，幫助那些在統(tǒng)計、應用概率論、生物、運籌學

本書選擇了數據挖掘中最常用的多元統(tǒng)計分析方法,主要包括多元統(tǒng)計圖、多元統(tǒng)計特征以及用于聚類與分類的聚類分析和判別分析、用于數據壓縮的主成分分析和因子分析、用于預測和影響因素分析的線性回歸、曲線回歸和逐步回歸等內容,并在論述這些方法時,以本科生可接受的基本原理和方法實現為主。

本書通過一個基礎、兩個思維、三個概念、兩個原理來有機組織教學內容。認真貫徹《國家職業(yè)教育改革實施方案》的精神，深入調查高職學生的數學基礎與認知特點。本書內容包括：一元微積分，隨機試驗、隨機事件、概率、復合事件的概率計算、一維隨機變量的分布、數字特征、統(tǒng)計量、參數估計、假設檢驗、一元線性回歸等，本書主要面向高職高專財經管

本書講解概率論的基礎內容，包括組合分析、概率論公理、條件概率、離散型隨機變量、連續(xù)型隨機變量、隨機變量的聯合分布、期望的性質、極限定理和模擬等，內容豐富，通俗易懂，并配有豐富的例子和大量習題，涉及物理學、生物學、化學、遺傳學、博弈論、經濟學等多方面的應用，極具啟發(fā)性。

本書是針對高等學校理工科及經濟管理類各專業(yè)“概率論與數理統(tǒng)計”課程編寫的教材．本書共8章，主要內容包括：概率論的基本概念、隨機變量及其概率分布、二維隨機向量及其概率分布、隨機變量的數字特征、大數定律和中心極限定理、數理統(tǒng)計學的基本概念、參數估計、假設檢驗．每節(jié)穿插練習題，每章附有習題，書末附有練習題、習題參考答案，以及

本書是為“概率論與數理統(tǒng)計”課程的學習而編寫的指導性教材，本書總結歸納了“概率論與數理統(tǒng)計”課程的基本概念、基本理論與基本方法。通過對類型與數量眾多的例題的解析，使讀者能夠較好地掌握概率論與數理統(tǒng)計的思想方法與解題技巧。本書對歷年碩士研究生入學考試中概率統(tǒng)計部分的�？键c及試題作了詳細地分析。此外，本書每節(jié)后面還配備了常