近來，被稱為“數(shù)據(jù)科學(xué)家”的研究者備受關(guān)注，充分運(yùn)用數(shù)據(jù)進(jìn)行分析，變得越 來越重要。這種活用數(shù)據(jù)的基礎(chǔ)便是“統(tǒng)計(jì)與概率”。《BR》統(tǒng)計(jì)與概率，不僅對(duì)于研究者，對(duì)于生活在現(xiàn)代社會(huì)的所有人來說都是可以在現(xiàn)實(shí) 生活中發(fā)揮重要作用的知識(shí)。在日常生活中，正確解讀數(shù)據(jù)，從而進(jìn)行合理的判斷，也 是依靠概率和統(tǒng)計(jì)的思考方法。《BR》在本書中，以我們身邊的話題作為案例，介紹以統(tǒng)計(jì)與概率為基礎(chǔ)的重要數(shù)學(xué)方法， 并對(duì)于因人工智能的蓬勃發(fā)展而備受矚目的“貝葉斯統(tǒng)計(jì)”，也介紹其思考方法與應(yīng)用實(shí) 例。此外，本書還對(duì)概率論起
回歸分析是統(tǒng)計(jì)學(xué)中一個(gè)非常重要的分支，在自然科學(xué)、管理及社會(huì)經(jīng)濟(jì)等領(lǐng)域有著非常廣泛的應(yīng)用。本書是針對(duì)統(tǒng)計(jì)學(xué)專業(yè)和財(cái)經(jīng)管理類專業(yè)教學(xué)的需要而編寫的。本書寫作的指導(dǎo)思想是在不失嚴(yán)謹(jǐn)?shù)那疤嵯拢黠@不同于純數(shù)理類教材，努力突出實(shí)際案例的應(yīng)用和統(tǒng)計(jì)思想的滲透。由于R語(yǔ)言已風(fēng)靡全球，在統(tǒng)計(jì)方法的應(yīng)用中運(yùn)用R語(yǔ)言也被越來越多的中國(guó)學(xué)者所追捧，因此本書結(jié)合R軟件全面系統(tǒng)地介紹回歸分析的實(shí)用方法，盡量結(jié)合中國(guó)社會(huì)經(jīng)濟(jì)、自然科學(xué)等領(lǐng)域的研究實(shí)例，把回歸分析的方法與實(shí)際應(yīng)用結(jié)合起來，注重定性分析與定量分析的緊密結(jié)合，
時(shí)間序列分析是在工程技術(shù)領(lǐng)域和金融領(lǐng)域都有眾多應(yīng)用的理論和方法。隨著我國(guó)的科技和經(jīng)濟(jì)發(fā)展，時(shí)間序列分析正變得越來越重要。 本書是高等院校“應(yīng)用時(shí)間序列分析”課程的教材，是“北京大學(xué)數(shù)學(xué)教學(xué)系列叢書”《應(yīng)用時(shí)間序列分析》的第二版，較系統(tǒng)地講授了應(yīng)用時(shí)間序列分析的基本理論、方法及其應(yīng)用，目的是使學(xué)生對(duì)時(shí)間序列分析的內(nèi)容和方法有基本的了解，能夠用時(shí)間序列分析的基本方法處理簡(jiǎn)單的時(shí)間序列數(shù)據(jù)。全書共分十章，內(nèi)容主要包括：時(shí)間序列的分解、平穩(wěn)序列、線性平穩(wěn)序列、ARMA模型、時(shí)間序列的預(yù)報(bào)、潛周期模型、條
本書內(nèi)容分5章。數(shù)理統(tǒng)計(jì)的基本概念，系統(tǒng)闡述了數(shù)理統(tǒng)計(jì)的概念、作用和地位，常用抽樣分布的概率密度函數(shù)、性質(zhì)、圖形和軟件實(shí)現(xiàn)等。參數(shù)估計(jì)，系統(tǒng)闡述了點(diǎn)估計(jì)、區(qū)間估計(jì)、估計(jì)量的評(píng)價(jià)標(biāo)準(zhǔn)的基本理論，結(jié)合軍事案例進(jìn)行分析、軟件實(shí)現(xiàn)等。假設(shè)檢驗(yàn)，系統(tǒng)闡述了參數(shù)假設(shè)檢驗(yàn)、正態(tài)總體均值與方差的假設(shè)檢驗(yàn)、非參數(shù)假設(shè)檢驗(yàn)等理論。方差分析和正交試驗(yàn)設(shè)計(jì)，系統(tǒng)闡述了單因素方差分析、兩因素方差分析和正交試驗(yàn)設(shè)計(jì)以及應(yīng)用案例。回歸分析，系統(tǒng)闡述了一元線性回歸分析和多元線性回歸分析，并結(jié)合軍事案例進(jìn)行分析、求解和
本書內(nèi)容包括金融統(tǒng)計(jì)分析案例、經(jīng)濟(jì)統(tǒng)計(jì)分析案例、機(jī)器學(xué)習(xí)方法案例、生物醫(yī)學(xué)統(tǒng)計(jì)分析案例和變量選擇與預(yù)測(cè)模型案例。通過學(xué)習(xí)書中的案例，讀者能夠在掌握一定的統(tǒng)計(jì)學(xué)理論、統(tǒng)計(jì)方法和計(jì)算方法的基礎(chǔ)上，熟練、正確地綜合應(yīng)用統(tǒng)計(jì)專業(yè)知識(shí)去發(fā)現(xiàn)、分析和解決問題。書中的案例配有數(shù)據(jù)（或模擬數(shù)據(jù)）和實(shí)現(xiàn)代碼，登錄華信教育資源網(wǎng)（www.hxedu.com.cn）注冊(cè)后可以免費(fèi)下載。本書適合作為應(yīng)用統(tǒng)計(jì)、統(tǒng)計(jì)學(xué)、財(cái)經(jīng)、管理等專業(yè)的高年級(jí)本科生、碩士研究生教材，也適合廣大科技工作者閱讀參考。
本書將模糊數(shù)據(jù)作為統(tǒng)計(jì)學(xué)研究范疇的對(duì)象，特別是以具有凸性的模糊數(shù)據(jù)作為研究對(duì)象，將統(tǒng)計(jì)學(xué)分析方法和模糊數(shù)學(xué)理論有機(jī)地結(jié)合起來，尤其是將α截集與置信區(qū)間分析方法相結(jié)合，提出并研究了模糊統(tǒng)計(jì)估計(jì)方法、廣義模糊估計(jì)量等。這些成果豐富和發(fā)展了模糊數(shù)據(jù)統(tǒng)計(jì)分析方法，在模糊數(shù)據(jù)統(tǒng)計(jì)分析方法的方法論、認(rèn)識(shí)論上具有一定程度的創(chuàng)新發(fā)展。全書系統(tǒng)地闡述 和研究了模糊數(shù)據(jù)統(tǒng)計(jì)分析方法及應(yīng)用。 全書內(nèi)容分為兩部分:第一部分介紹和闡述了模糊集理論的有關(guān)內(nèi)容，這是全書的理論基礎(chǔ);第二部分研究和闡述了模糊數(shù)據(jù)統(tǒng)計(jì)分
本書以Python為工具，全面講解概率論與數(shù)理統(tǒng)計(jì)的主要內(nèi)容和多元統(tǒng)計(jì)分析常用技術(shù)。全書包括13章和4個(gè)附錄，內(nèi)容翔實(shí)，講解深入淺出。概率論4章，講解概率論基礎(chǔ)知識(shí)，主要是隨機(jī)變量的相關(guān)理論；數(shù)理統(tǒng)計(jì)4章，主要是樣本理論、參數(shù)估計(jì)和假設(shè)檢驗(yàn)；回歸分析2章，包括一元和多元回歸分析及其統(tǒng)計(jì)解釋；多元統(tǒng)計(jì)3章，主要講解主成分分析和因子分析理論。整書內(nèi)容簡(jiǎn)明，易上手，實(shí)用性強(qiáng)。本書不需要讀者有良好的數(shù)學(xué)基礎(chǔ)，4個(gè)附錄提供了Python基礎(chǔ)知識(shí)、微積分與線性代數(shù)的必要基礎(chǔ)，可滿足不同層次的讀者需求。
本書深入全面地講解了現(xiàn)代推薦算法，同時(shí)兼顧深度和廣度，介紹了當(dāng)下較前沿、先進(jìn)的各類算法及其實(shí)踐。本書從總覽篇開始，介紹推薦系統(tǒng)的基本概念及工作環(huán)節(jié)。在模型篇中，除了梳理推薦系統(tǒng)的發(fā)展史，本書還重點(diǎn)講解面向工業(yè)實(shí)踐的選擇及改進(jìn)，為讀者打下推薦系統(tǒng)的算法基礎(chǔ)；進(jìn)而帶著讀者進(jìn)階到前沿篇、難點(diǎn)篇，面對(duì)推薦系統(tǒng)中的各式問題，給出解決方案；最后在決策篇中，從技術(shù)原理和用戶心理出發(fā)，解釋一些常見決策背后的依據(jù)，從而幫助讀者從執(zhí)行層面進(jìn)階到?jīng)Q策層面，建立大局觀。本書力求用簡(jiǎn)潔易懂的語(yǔ)言說清核心原理，對(duì)已經(jīng)有一定
本書在借鑒國(guó)內(nèi)外相關(guān)教材優(yōu)點(diǎn)的基礎(chǔ)上, 總結(jié)作者多年講授時(shí)間序列分析課程的教學(xué)經(jīng)驗(yàn)和體會(huì), 本著教師好用、學(xué)生好讀的指導(dǎo)思想, 系統(tǒng)地介紹了一元時(shí)間序列分析的基本思想、基本原理和基本方法, 內(nèi)容包括時(shí)間序列的基本概念、時(shí)間序列數(shù)據(jù)的預(yù)處理方式、分解和平滑、趨勢(shì)的消除、單位根檢驗(yàn)和協(xié)整、平穩(wěn)時(shí)間序列模型、非平穩(wěn)時(shí)間序列模型、殘差自回歸模型、季節(jié)模型、異方差時(shí)間序列模型、譜分析、基于深度學(xué)習(xí)的時(shí)間序列預(yù)測(cè)以及上述模型的性質(zhì)、建模、預(yù)測(cè), 此外還包含了大量的實(shí)例. 本書全程使用 Python語(yǔ)言分析了
本書面向復(fù)雜不確定環(huán)境下可解釋分類的需求，重點(diǎn)闡述作者提出的置信規(guī)則分類方法體系及其在實(shí)際工程中的應(yīng)用。全書主要內(nèi)容包括不可靠數(shù)據(jù)魯棒置信規(guī)則分類、面向大數(shù)據(jù)的緊湊置信規(guī)則分類、數(shù)據(jù)與知識(shí)雙驅(qū)動(dòng)的復(fù)合置信規(guī)則分類、精確且可解釋的置信關(guān)聯(lián)規(guī)則分類、面向高維數(shù)據(jù)的置信關(guān)聯(lián)規(guī)則分類、面向軟標(biāo)簽數(shù)據(jù)的置信關(guān)聯(lián)規(guī)則分類等方面的理論進(jìn)展，以及在編隊(duì)目標(biāo)識(shí)別、多框架融合目標(biāo)識(shí)別、多屬性決策融合目標(biāo)威脅評(píng)估等實(shí)際問題中的應(yīng)用。
新書資訊 新書推薦