全書共分9章，內(nèi)容涵蓋了隨機事件及其概率、隨機變量及其分布、隨機向量、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、抽樣分布、參數(shù)估計、假設檢驗R語言及其在概率統(tǒng)計中的應用等內(nèi)容.為開拓學生的學習視野、增強實踐應用能力，本書在第9章中介紹了R語言及其在概率統(tǒng)計中的應用.為了便于讀者學習，每節(jié)后均附有習題，每章后附有總復習

本書堅持工程需分析的工匠精神，心懷分析即是美的人文情懷，刪除空洞理論，摒棄傳統(tǒng)理論介紹實例講解軟件操作的編撰套路，采用讀者更容易接受的基于典型實例，以工程目的分析思路操作流程結(jié)果判讀為主線，穿插知識點和注意事項的新穎講解方式，著眼于工程中亟待解決的問題進行分類闡述，如接觸收斂，復材強度，跌落碰撞，焊接仿真，薄板成形，體

哈姆迪??塔哈撰寫的《運籌學基礎》是眾多運籌學基礎教材中非常優(yōu)秀的一本，自初版以來，經(jīng)過多次修訂與擴充，現(xiàn)已推出第10版。第10版的主要特色在于：（1）重視運籌學基本知識的講解，但對高深問題也作了較深入的分析，以滿足不同讀者的需要。（2）突出實用性。各章通過實踐問題的求解導出運籌問題的數(shù)學模型，這既凸顯出該運籌問題的實

本書由國內(nèi)著名高校長期從事運籌學教學的教師集體編寫而成，其內(nèi)容緊密結(jié)合經(jīng)濟管理類專業(yè)的特點。本書系統(tǒng)地講述了線性規(guī)劃、目標規(guī)劃、整數(shù)規(guī)劃、非線性規(guī)劃、動態(tài)規(guī)劃、圖與網(wǎng)絡分析、排隊論、存儲論、對策論、決策論的基本概念、理論、方法和模型，以及數(shù)據(jù)包絡分析、運籌學問題的啟發(fā)式算法等。各章后均附有習題，附錄中給出了習題參考答案

本書本以經(jīng)典的*小二乘理論為基礎，較全面地介紹了現(xiàn)代應用回歸分析的基本理論和主要方法。全書共分為九章。*章討論了回歸模型的主要任務和回歸模型的建模過程；第二、三章詳細地介紹了線性回歸模型；第四章以殘差為重要工具，討論了回歸模型的診斷問題；第五、六章討論了多項式回歸模型和含有定性變量的回歸模型；第七章討論了多元線性回歸模

本書研究了擬似然非線性模型中參數(shù)估計的漸近理論。擬似然非線性模型按照設計變量來分，可以分為三類：帶固定設計的擬似然非線性模型、帶隨機回歸的擬似然非線性模型和自適應擬似然非線性模型。本書主要研究了這三類擬似然非線性模型中參數(shù)估計的大樣本性質(zhì)。此外，還研究了帶隨機效應的擬似然非線性模型中參數(shù)估計的大樣本性質(zhì)。

本書是作者近十年來對非線性差分方程和方程組的一些研究成果，內(nèi)容包括：非線性差分方程和方程組的基本概念、全局性質(zhì)、周期解的吸引域的拓撲結(jié)構(gòu)；極大型差分方程和方程組、模糊差分方程的周期性等。內(nèi)容安排由淺入深，敘述和證明既詳細又通俗易讀。

《模式識別與人工智能（基于MATLAB）》將模式識別與人工智能理論與實際應用相結(jié)合,以酒瓶顏色分類為例,介紹了各種算法理論及相應的MATLAB實現(xiàn)程序。全書共分為10章,包括模式識別概述、貝葉斯分類器的設計、判別函數(shù)分類器的設計、聚類分析、模糊聚類、神經(jīng)網(wǎng)絡分類器設計、模擬退火算法的分類器設計、遺傳算法聚類設計、蟻群算

《視覺跟蹤中的馬氏鏈蒙特卡洛方法/“十三五”科學技術專著叢書》基于統(tǒng)計機器學習的理論工具——馬氏鏈蒙特卡洛（MCMC）采樣理論，系統(tǒng)地闡述了目標運動不確定性條件下的視覺目標跟蹤問題、方法和技術，并結(jié)合多種實際應用場景給出算法實現(xiàn)框架和實驗分析。全書共4章，第1章介紹了視覺目標跟蹤的意義和基本方法。第2章介紹了MCMC采

如何通過25次簡單迭代得到圓周率的4500萬位有效數(shù)字？利用深刻的數(shù)學思想以及高超的算法設計，就可以產(chǎn)生如此有威力的算法。本書用比較淺顯的數(shù)學知識，比如三角函數(shù)、級數(shù)、迭代等概念，解釋如何得到圓周率計算的高效算法。