全書共分9章，內(nèi)容涵蓋了隨機(jī)事件及其概率、隨機(jī)變量及其分布、隨機(jī)向量、隨機(jī)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(jì)、假設(shè)檢驗(yàn)R語言及其在概率統(tǒng)計(jì)中的應(yīng)用等內(nèi)容.為開拓學(xué)生的學(xué)習(xí)視野、增強(qiáng)實(shí)踐應(yīng)用能力，本書在第9章中介紹了R語言及其在概率統(tǒng)計(jì)中的應(yīng)用.為了便于讀者學(xué)習(xí)，每節(jié)后均附有習(xí)題，每章后附有總復(fù)習(xí)

本書堅(jiān)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(shí)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(shí)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(shí)點(diǎn)和注意事項(xiàng)的新穎講解方式，著眼于工程中亟待解決的問題進(jìn)行分類闡述，如接觸收斂，復(fù)材強(qiáng)度，跌落碰撞，焊接仿真，薄板成形，體

哈姆迪??塔哈撰寫的《運(yùn)籌學(xué)基礎(chǔ)》是眾多運(yùn)籌學(xué)基礎(chǔ)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(kuò)充，現(xiàn)已推出第10版。第10版的主要特色在于：（1）重視運(yùn)籌學(xué)基本知識(shí)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(shí)用性。各章通過實(shí)踐問題的求解導(dǎo)出運(yùn)籌問題的數(shù)學(xué)模型，這既凸顯出該運(yùn)籌問題的實(shí)

本書由國內(nèi)著名高校長期從事運(yùn)籌學(xué)教學(xué)的教師集體編寫而成，其內(nèi)容緊密結(jié)合經(jīng)濟(jì)管理類專業(yè)的特點(diǎn)。本書系統(tǒng)地講述了線性規(guī)劃、目標(biāo)規(guī)劃、整數(shù)規(guī)劃、非線性規(guī)劃、動(dòng)態(tài)規(guī)劃、圖與網(wǎng)絡(luò)分析、排隊(duì)論、存儲(chǔ)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(luò)分析、運(yùn)籌學(xué)問題的啟發(fā)式算法等。各章后均附有習(xí)題，附錄中給出了習(xí)題參考答案

本書本以經(jīng)典的*小二乘理論為基礎(chǔ)，較全面地介紹了現(xiàn)代應(yīng)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(wù)和回歸模型的建模過程；第二、三章詳細(xì)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(xiàng)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(jì)的漸近理論。擬似然非線性模型按照設(shè)計(jì)變量來分，可以分為三類：帶固定設(shè)計(jì)的擬似然非線性模型、帶隨機(jī)回歸的擬似然非線性模型和自適應(yīng)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(jì)的大樣本性質(zhì)。此外，還研究了帶隨機(jī)效應(yīng)的擬似然非線性模型中參數(shù)估計(jì)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?fù)浣Y(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(xì)又通俗易讀。

《模式識(shí)別與人工智能（基于MATLAB）》將模式識(shí)別與人工智能理論與實(shí)際應(yīng)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(yīng)的MATLAB實(shí)現(xiàn)程序。全書共分為10章,包括模式識(shí)別概述、貝葉斯分類器的設(shè)計(jì)、判別函數(shù)分類器的設(shè)計(jì)、聚類分析、模糊聚類、神經(jīng)網(wǎng)絡(luò)分類器設(shè)計(jì)、模擬退火算法的分類器設(shè)計(jì)、遺傳算法聚類設(shè)計(jì)、蟻群算

《視覺跟蹤中的馬氏鏈蒙特卡洛方法/“十三五”科學(xué)技術(shù)專著叢書》基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)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(biāo)運(yùn)動(dòng)不確定性條件下的視覺目標(biāo)跟蹤問題、方法和技術(shù)，并結(jié)合多種實(shí)際應(yīng)用場景給出算法實(shí)現(xiàn)框架和實(shí)驗(yàn)分析。全書共4章，第1章介紹了視覺目標(biāo)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(xué)思想以及高超的算法設(shè)計(jì)，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(xué)知識(shí)，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(jì)算的高效算法。