本書是隨機微分方程與隨機分析初學者的入門教材,系統(tǒng)地介紹了概率論、鞅和隨機積分及隨機微分方程的基礎知識、基本理論和典型方法。內容包括：測度與積分、獨立性、Radon-Nikodym定理和條件數學期望等概率論的基礎知識；停時、離散鞅和連續(xù)鞅的基本內容；鞅和連續(xù)局部半鞅隨機積分的一般理論及Ito型隨機微分方程的初步內容。

本書是基于作者在香港大學和南方科技大學共14年計算統(tǒng)計教學的經驗，同時結合國內其他高校學生和教師的具體情況精心撰寫而成的，本書主要內容包括：產生隨機變量的方法、幾個重要的優(yōu)化方法、蒙特卡洛積分方法、貝葉斯計算中的MCMC方法，Bootstrap方法等。本書通過組合傳統(tǒng)教科書和課堂PPT各自的優(yōu)點，設置了經緯兩條主線，運

全書共6章，內容包括隨機事件與概率、隨機變量及其分布、隨機變量的數字特征、數理統(tǒng)計的基礎知識、參數估計、概率模型.除最后一章外，每章都附有習題以及數學家介紹.本書的最后一章為概率模型，介紹概率方法的應用，幫助讀者更好地理解概率論的思想和方法，進一步提升讀者的數學建模能力，同時增強讀者學習數學的興趣.書后附有習題參考答案

全書共6章,內容包括隨機事件與概率、隨機變量及其分布、隨機變量的數字特征、數理統(tǒng)計的基礎知識、參數估計、概率模型.除最后一章外,每章都附有習題以及數學家介紹.本書的最后一章為概率模型,介紹概率方法的應用,幫助讀者更好地理解概率論的思想和方法,進一步提升讀者的數學建模能力,同時增強讀者學習數學的興趣.書后附有習題參考答案

本書面向復雜不確定環(huán)境下可解釋分類的需求，重點闡述作者提出的置信規(guī)則分類方法體系及其在實際工程中的應用。全書主要內容包括不可靠數據魯棒置信規(guī)則分類、面向大數據的緊湊置信規(guī)則分類、數據與知識雙驅動的復合置信規(guī)則分類、精確且可解釋的置信關聯(lián)規(guī)則分類、面向高維數據的置信關聯(lián)規(guī)則分類、面向軟標簽數據的置信關聯(lián)規(guī)則分類等方面的理

本書從概率論的基礎開始，帶領學生學習如計算機模擬、蒙特卡羅方法、隨機過程、馬爾可夫鏈、排隊系統(tǒng)、統(tǒng)計推斷和回歸等廣泛應用于現(xiàn)代計算機科學、計算機工程、軟件工程以及相關領域的重要內容．第一部分介紹概率和隨機變量，第二部分講解隨機過程，第三部分引入統(tǒng)計學的基礎知識，附錄部分給出了必要的微積分內容．另外，R和MATLAB的使

功能分析（FunctionsAnalysis)是由斯金納在1948年提出的用以解釋行為和環(huán)境變量之間的關系的一種方法，70年代起研究人員開始將其應用于臨床實踐。實踐證明這一方法對于孤獨癥、智力發(fā)育障礙、精神分裂癥及多重診斷等人群的嚴重問題行為的分析上有著重要的作用。本書是有關功能分析方法的最新內容，詳細介紹了這一

本教材是從高等院校人才培養(yǎng)目標出發(fā),結合編者多年來積累的“概率論與數理統(tǒng)計”教學經驗編寫而成的,充分體現(xiàn)了“以應用為目的、以必需、夠用為度”的教學基本原則。通過該課程的學習,激發(fā)學生對數學的學習興趣。本教材共分九章,第一章概率論的基本概念;第二章隨機變量及其分布;第三章多維隨機變量及其分布;第四章隨機變量的數字特征;第

本書共七章，內容包括隨機事件與概率、隨機變量及其分布、隨機變量的數字特征、大數定律與中心極限定理、數理統(tǒng)計的基本概念、參數估計、假設檢驗，各章均由基本要求、基本內容、釋疑解難、典型例題、習題選解五個部分組成。

本書共分為七章,主要包括隨機過程的基本概念、泊松過程、時間離散的馬爾可夫鏈、時間連續(xù)的馬爾可夫鏈、平穩(wěn)過程及其功率譜分析、高斯過程和窄帶過程,此外還加入了一些課程思政建設元素,如國際視野、科學精神和道德倫理等。重點介紹了隨機過程的主要模型、基本概念和性質,并對其在電子信息、計算機、通信等領域中的應用做了介紹。