這本書從非數(shù)學的角度提供了有關實驗設計和分析的綜合處理，側重于基本概念而不是技術細節(jié)的計算。大部分討論都是根據(jù)來自眾多應用領域的實例進行的。主題包括隨機化的理由和實際困難、析因實驗中出現(xiàn)的各種因素、選擇實驗的規(guī)模、進行觀察的不同目的等等。大致內容：關鍵假設、減少錯誤的設計、如何使用補充觀察來減少錯誤、隨機化、析因實驗的

本教材以學生為中心，為本科二年級理工科學生設計的一學期雙語課程“概率論與數(shù)理統(tǒng)計”課程教材。本書旨在培養(yǎng)學生發(fā)現(xiàn)、分析和解決隨機現(xiàn)象中實際問題的能力，及由試驗數(shù)據(jù)對總體進行統(tǒng)計推斷的技巧，能夠獨立地運用課程中的基本理論處理廣泛存在的隨機問題。本書符合林業(yè)院校本科生的實際需要。內容旨在為讀者研究概率統(tǒng)計問題提供充足的準備

本書教你如何從基于時間的數(shù)據(jù)(如日志、客戶分析和其他事件流)中獲得即時、有意義的預測。在這本通俗易懂的書中，作者通過帶有注釋的Python代碼全面演示了用于時間序列預測的統(tǒng)計和深度學習方法。全書分為四部分：第一部分介紹時間序列預測的概念；第二部分介紹使用統(tǒng)計模型進行預測；第三部分介紹使用深度學習進行大規(guī)模預測；第四部分

本書根據(jù)編者多年主講概率論與數(shù)理統(tǒng)計課程的教學經驗和現(xiàn)階段大學生的基本學情，并參照該課程的教學基本要求編寫。全書共分八章，主要包括隨機事件與概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、統(tǒng)計量及其分布、參數(shù)估計和假設檢驗。本書注意基本概念和基礎理論，特別注意基礎知識間的內在聯(lián)

本書介紹統(tǒng)計分析的Logistic回歸模型，以及擴充模型，包括Logistic回歸搭配ROC曲線，多項Logistic回歸等，通過例題分析，結合計算機統(tǒng)計軟件的應用，詳細闡述該模型原理與應用。

本教材共九章，第一章至第五章為概率論部分，以研究隨機現(xiàn)象的統(tǒng)計規(guī)律性為主線，為讀者提供了必要的理論基礎。第六章至八章為數(shù)理統(tǒng)計部分，主要介紹了數(shù)理統(tǒng)計的基本概念、常用分布、抽樣分布定理、參數(shù)估計與假設檢驗。第九章是Excel在概率統(tǒng)計中的應用，現(xiàn)在的科學發(fā)展已經越來越離不開計算機的應用，而數(shù)理統(tǒng)計是基于數(shù)據(jù)的收集、整理

本教材主要介紹了隨機過程的預備知識、離散時間馬氏鏈、可數(shù)狀態(tài)馬氏鏈、泊松過程、連續(xù)時間馬氏鏈、更新過程、布朗運動等內容。為適應應用型本科財經類相關專業(yè)突出技能與應用的要求，本書在介紹隨機過程基礎理論的前提下，著重使用圖表等多種形式，形象地展示課程的脈絡。在介紹部分難以理解的知識點時，本書附有相關的Matlab及Pyth

本書包括4個部分內容：1-4章為概率論的理論部分;5-6章為統(tǒng)計應用的基礎準備部分,介紹了大量樣本數(shù)據(jù)呈現(xiàn)的極限特征,以及統(tǒng)計應用中常用的四大分布及性質;7-8章為統(tǒng)計的基本應用部分,介紹了參數(shù)的點估計,區(qū)間估計以及假設檢驗問題;第9章介紹了現(xiàn)實中常用的統(tǒng)計方法--一元回歸分析.前8章是一般本科概率論與數(shù)理統(tǒng)計課程的基

真實世界中的序列數(shù)據(jù)隨時間推移呈爆炸式增長，如何設計面向序列數(shù)據(jù)的知識發(fā)現(xiàn)方法是當前研究的熱點之一。本書以深度學習和多視圖學習為理論基礎，以序列數(shù)據(jù)為研究對象，為面向序列數(shù)據(jù)分析提供多視圖的學習方法與技術，同時為典型場景下的序列數(shù)據(jù)分析提供多視圖深度學習解決方案，以期為序列數(shù)據(jù)分析、多視圖學習領域的研究及應用提供參考。

本書將概率論和統(tǒng)計推斷融合在一起，用新的觀點生動地描述了概率論在物理學、數(shù)學經濟學、化學和生物學等領域中的廣泛應用，特別闡述了貝葉斯理論的豐富應用，彌補了其他概率論和統(tǒng)計學教材的不足，全書分為兩部分：第一部分包括10章，講解抽樣理論、假設檢驗、參數(shù)估計等概率論的原理及其初級應用；第二部分包括12章，講解概率論的高級應用