本書通過簡(jiǎn)單的解釋和有趣的示例幫助你了解貝葉斯統(tǒng)計(jì)。舉幾個(gè)例子：你可以評(píng)估UFO出現(xiàn)在自家后院中的可能性、《星球大戰(zhàn)》中漢?索羅穿越小行星帶幸存下來的可能性、抓鴨子中大獎(jiǎng)游戲的公平性，并學(xué)會(huì)用樂高積木理解貝葉斯定理。通過閱讀本書，你會(huì)學(xué)習(xí)如何衡量自己所持信念的不確定性，理解貝葉斯定理并了解它的作用，計(jì)算后驗(yàn)概率、似然和

數(shù)學(xué)史與數(shù)學(xué)教育（HPM）是中小學(xué)數(shù)學(xué)教育的一個(gè)研究領(lǐng)域。在統(tǒng)計(jì)教學(xué)中融入數(shù)學(xué)史，有助于學(xué)生對(duì)統(tǒng)計(jì)概念的理解。本書深入挖掘統(tǒng)計(jì)核心概念“平均數(shù)”“中位數(shù)”“眾數(shù)”的歷史現(xiàn)象，開展了HPM教學(xué)的實(shí)證研究。全書圍繞教學(xué)內(nèi)容、學(xué)生、教師三個(gè)方面，系統(tǒng)研究了課堂教學(xué)中運(yùn)用數(shù)學(xué)史的教學(xué)活動(dòng)、數(shù)學(xué)史融入統(tǒng)計(jì)概念教學(xué)后學(xué)生學(xué)習(xí)認(rèn)知發(fā)

本書對(duì)圖像矩不變量進(jìn)行了理論闡述，介紹了經(jīng)典的Hu的矩不變量；給出了幾何矩及中心矩；簡(jiǎn)要論述了仿射變換矩不變量的推導(dǎo)；重點(diǎn)論述了平面圖像的平移、比例、旋轉(zhuǎn)以及密度畸變不變矩的生成、性質(zhì)及計(jì)算方法；簡(jiǎn)要介紹了一種適用于彈性形變的固有不變量；列舉了一些平面多畸變不變圖像矩在圖像分析、物體識(shí)別、圖像檢索、車輛跟蹤和圖像壓縮等

非參數(shù)統(tǒng)計(jì)是統(tǒng)計(jì)學(xué)和數(shù)據(jù)科學(xué)的重要分支領(lǐng)域。本書作為該領(lǐng)域的基礎(chǔ)教材，其特點(diǎn)體現(xiàn)在以下幾方面：1．針對(duì)性強(qiáng)。本書針對(duì)數(shù)據(jù)分析專業(yè)的特點(diǎn)和需要，闡述非參數(shù)統(tǒng)計(jì)的基本概念、理論、方法和編程，重點(diǎn)從非受控觀察數(shù)據(jù)對(duì)參數(shù)推斷知識(shí)的需要角度出發(fā)，將統(tǒng)計(jì)推斷知識(shí)、理論和方法與反事實(shí)復(fù)雜場(chǎng)景因果關(guān)系的解讀與判斷問題相結(jié)合，應(yīng)用于穩(wěn)健

本書主要內(nèi)容包括：概率論基礎(chǔ)知識(shí)、隨機(jī)過程的概念和基本類型、Poisson過程、更新過程、馬爾可夫鏈、隨機(jī)過程分析。

本書以基于布朗運(yùn)動(dòng)的隨機(jī)積分和隨機(jī)微分方程理論為基礎(chǔ),通過理論推演,論證了一類具有環(huán)境噪聲的廣義動(dòng)力學(xué)方程整體(時(shí)間)正強(qiáng)解的存在唯一性。全書分為9章,第1章介紹隨機(jī)分析基礎(chǔ),第2章介紹非局部擴(kuò)散基礎(chǔ),第3章介紹偏微分方程非局部擴(kuò)散的重要不等式,第4章介紹普朗克型方程解的存在性、唯一性和正則性,第5章介紹分?jǐn)?shù)階Fokk

本書根據(jù)高等院校非數(shù)學(xué)類專業(yè)的概率論與數(shù)理統(tǒng)計(jì)課程的教學(xué)大綱和教學(xué)基本要求,參照上海財(cái)經(jīng)大學(xué)概率論與數(shù)理統(tǒng)計(jì)課程與教材建設(shè)的經(jīng)驗(yàn)和成果,參考全國碩士研究生入學(xué)統(tǒng)一考試大綱,充分吸收國內(nèi)外概率論與數(shù)理統(tǒng)計(jì)相關(guān)教材的精華,結(jié)合編者多年教學(xué)實(shí)踐和教學(xué)改革經(jīng)驗(yàn)編寫而成.本書共8章,內(nèi)容包括事件與概率、隨機(jī)變量及其分布、隨機(jī)向量

本書在介紹數(shù)理統(tǒng)計(jì)的基本概念和基本理論的基礎(chǔ)上,利用Python編程處理隨機(jī)數(shù)據(jù)。本書共分6章,內(nèi)容包括Python基礎(chǔ)、隨機(jī)樣本與抽樣分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析、一元線性回歸分析。另外,本書設(shè)置了個(gè)Python上機(jī)編程實(shí)驗(yàn)。

本書在貝葉斯框架下，介紹約束條件下半?yún)��?shù)與非參數(shù)模型的貝葉斯統(tǒng)計(jì)推斷。內(nèi)容包括：約束非參數(shù)回歸模型的貝葉斯統(tǒng)計(jì)推斷、約束半?yún)��?shù)模型的貝葉斯統(tǒng)計(jì)推斷、約束半?yún)��?shù)混合效應(yīng)模型的貝葉斯統(tǒng)計(jì)推斷及約束函數(shù)型數(shù)據(jù)半?yún)��?shù)模型的貝葉斯統(tǒng)計(jì)推斷等。

本書以時(shí)間序列數(shù)據(jù)為研究對(duì)象,對(duì)時(shí)間序列數(shù)據(jù)的特征表示和相似性度量進(jìn)行較為深入和系統(tǒng)的研究,講述了如何從數(shù)據(jù)特征的不同角度進(jìn)行數(shù)據(jù)降維,結(jié)合設(shè)計(jì)相應(yīng)的相似性度量方法實(shí)現(xiàn)時(shí)間序列數(shù)據(jù)挖掘,同時(shí)將相關(guān)的特征表示和相似性度量方法應(yīng)用于文本主題、經(jīng)濟(jì)金融、情報(bào)分析和發(fā)動(dòng)機(jī)參數(shù)等具體領(lǐng)域。全書分為11章:第1章對(duì)研究的背景和現(xiàn)狀