時間序列在現(xiàn)代生活中無處不在，它也是數(shù)據(jù)分析的重要對象。本書介紹時間序列分析的實用技巧，展示如何結(jié)合機器學習方法和傳統(tǒng)的統(tǒng)計方法來分析各類時間序列數(shù)據(jù)，并提供Python示例和R示例。本書共有17章，首先概覽時間序列分析的歷史，然后介紹數(shù)據(jù)的獲取、清洗、模擬和存儲，接著關(guān)注可用于時間序列分析的建模技術(shù)，最后探討時間序列

本書介紹近些年來關(guān)于馬爾可夫鏈的統(tǒng)計推斷的一些研究新結(jié)果:可逆馬爾可夫鏈和不可逆平穩(wěn)D-馬爾可夫鏈統(tǒng)計計算理論，使用的方法是我們建立的馬爾可夫鏈反演法。第1章介紹本書需要的一些預備知識。第2章介紹馬爾可夫鏈的擊中分布和禁忌速率，主要是擊中分布的微分性質(zhì)、矩性質(zhì)及對稱函數(shù)性質(zhì)有關(guān)的約束方程，以及馬爾可夫鏈反演法。第3章和

全書共八章,即隨機事件與概率、隨機變量及其分布、二維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律及中心極限定理、統(tǒng)計量和抽樣分布、參數(shù)估計、假設(shè)檢驗。每章均配有習題和單元測試,書后附有習題參考答案。

本書基于ANSYSWorkbench2022R1平臺，分別對ANSYSWorkbench平臺、幾何建模、網(wǎng)格劃分、Mechanical處理、結(jié)構(gòu)線性靜力學分析、結(jié)構(gòu)線性動力學分析、結(jié)構(gòu)非線性分析、熱力學分析、機構(gòu)優(yōu)化設(shè)計、復合材料分析、結(jié)構(gòu)顯示動力學分析、疲勞分析、剛體動力學分析、LS-DYNA動力學分析和HyperM

全書以MATLAB2022為基礎(chǔ)，結(jié)合高等學校學生的教學經(jīng)驗和在計算科學中的應(yīng)用，講解數(shù)學計算和仿真分析的各種方法和技巧，完整的編寫一套讓學生與零基礎(chǔ)讀者可以靈活掌握的教學指南。讓學生與零基礎(chǔ)*終脫離書本，應(yīng)用于工程實踐中。本書主要內(nèi)容包括MATLAB概述，MATLAB基礎(chǔ)知識，數(shù)組，矩陣，二維圖形繪制，三維圖形繪制，

以數(shù)據(jù)復雜程度分類，將Meta分析分為幾個大的專題，稱為篇；將每個大的專題再細分為章。每章先舉一個具體數(shù)據(jù)，接著介紹適用于數(shù)據(jù)Mate分析的模型，給出R軟件實現(xiàn)過程和結(jié)果解讀。以問題為導向，以數(shù)據(jù)為綱，以模型和方法為目，理論與實踐結(jié)合，重在實踐。以數(shù)據(jù)復雜程度分類，將Mate分析分成幾個大的專題，稱為篇，然后每個大的專

本書旨在通過介紹最適合現(xiàn)代金融運籌學研究的量化工具和模型，讓讀者能夠逐漸熟悉在金融領(lǐng)域解決現(xiàn)實問題和應(yīng)用的能力或技術(shù)，從而填補金融系統(tǒng)理論與應(yīng)用實踐之間的距離，介紹優(yōu)化理論中涉及的理論及相關(guān)算法。

本書主要內(nèi)容包括：概率論的基本概念、隨機變量、多維隨機變量、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、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、回歸分析，共十章。主要內(nèi)容包括：樣本空間與隨機事件、概率與古典概型等。

內(nèi)容介紹 本書從工程的角度概述了概率圖模型（PGMs）。書本涵蓋了PGMs每種主要類別的基礎(chǔ)知識，包括表示、推理和學習原則，并回顧了每種類型的模型在現(xiàn)實世界中的應(yīng)用。這些應(yīng)用來自廣泛的學科，突出了貝葉斯分類器、隱馬爾可夫模型、貝葉斯網(wǎng)絡(luò)、動態(tài)和時間貝葉斯網(wǎng)絡(luò)、馬爾可夫隨機場、影響圖和馬爾可夫決策過程的許多用途。本書特

本書共分11章，內(nèi)容包括：緒論、插值法、擬合與逼近、數(shù)值積分與數(shù)值微分、線性方程組的直接解法、線性方程組的迭代解法、非線性方程求根的數(shù)值解法、常微分方程的數(shù)值解法、矩陣特征值問題的數(shù)值解法、智能計算初步、數(shù)值計算問題的MATLAB實現(xiàn)等。