本書主要內(nèi)容有:隨機(jī)事件與概率、一維隨機(jī)變量及其分布、二維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律和中心極限定理、數(shù)理統(tǒng)計(jì)的基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析與回歸分析、概率統(tǒng)計(jì)的一些實(shí)際應(yīng)用及其MATLAB實(shí)現(xiàn)、隨機(jī)過程簡(jiǎn)介。本書除第10章外,其余各章均配套了分別針對(duì)基本概念、基本方法、基本理論和實(shí)際應(yīng)用等
全書共十章,內(nèi)容包括回歸分析、變量選擇、時(shí)間序列、非參數(shù)統(tǒng)計(jì)、聚類分析、判別分析、邏輯斯諦回歸與支持向量機(jī)、主成分分析、因子分析、縱向數(shù)據(jù)分析。各章都有豐富的案例分析,為使書中案例貼近數(shù)據(jù)的應(yīng)用實(shí)際,采用了方便獲取的證券市場(chǎng)高頻數(shù)據(jù),并使用國(guó)際通用的R軟件進(jìn)行數(shù)據(jù)收集、處理、加工和分析,便于讀者自己動(dòng)手和實(shí)際應(yīng)用。全書
本書闡述現(xiàn)代科學(xué)與工程計(jì)算中各種常用算法的基礎(chǔ)知識(shí)與編程實(shí)現(xiàn)方法,內(nèi)容包括設(shè)計(jì)數(shù)值算法的原則、非線性方程的數(shù)值解法、線性方程組的直接法與迭代法、函數(shù)插值法與昀小二乘擬合法、數(shù)值積分法與數(shù)值微分法、常微分方程初值問題的數(shù)值解法、矩陣特征值與特征向量計(jì)算的數(shù)值方法等。每章首先闡述基礎(chǔ)知識(shí)要點(diǎn),其次給出相應(yīng)算法的詳細(xì)描述,然
本書是隨機(jī)微分方程與隨機(jī)分析初學(xué)者的入門教材,系統(tǒng)地介紹了概率論、鞅和隨機(jī)積分及隨機(jī)微分方程的基礎(chǔ)知識(shí)、基本理論和典型方法。內(nèi)容包括:測(cè)度與積分、獨(dú)立性、Radon-Nikodym定理和條件數(shù)學(xué)期望等概率論的基礎(chǔ)知識(shí);停時(shí)、離散鞅和連續(xù)鞅的基本內(nèi)容;鞅和連續(xù)局部半鞅隨機(jī)積分的一般理論及Ito型隨機(jī)微分方程的初步內(nèi)容。
本書是基于作者在香港大學(xué)和南方科技大學(xué)共14年計(jì)算統(tǒng)計(jì)教學(xué)的經(jīng)驗(yàn),同時(shí)結(jié)合國(guó)內(nèi)其他高校學(xué)生和教師的具體情況精心撰寫而成的,本書主要內(nèi)容包括:產(chǎn)生隨機(jī)變量的方法、幾個(gè)重要的優(yōu)化方法、蒙特卡洛積分方法、貝葉斯計(jì)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(diǎn),設(shè)置了經(jīng)緯兩條主線,運(yùn)
本書是理工科高等院校普遍開設(shè)的數(shù)值計(jì)算原理課程的輔導(dǎo)教材,書中內(nèi)容覆蓋數(shù)值計(jì)算原理中的誤差分析、插值法、曲線擬合、數(shù)值積分與數(shù)值微分、非線性方程求根、線性方程數(shù)值解法、特征值數(shù)值解法以及常微分方程初值問題數(shù)值解等知識(shí)點(diǎn)。全書共9章,每章包含知識(shí)點(diǎn)概述、典型例題解析、習(xí)題詳解、同步訓(xùn)練題以及同步訓(xùn)練題答案,幫助學(xué)生加強(qiáng)對(duì)
全書共6章,內(nèi)容包括隨機(jī)事件與概率、隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識(shí)、參數(shù)估計(jì)、概率模型.除最后一章外,每章都附有習(xí)題以及數(shù)學(xué)家介紹.本書的最后一章為概率模型,介紹概率方法的應(yīng)用,幫助讀者更好地理解概率論的思想和方法,進(jìn)一步提升讀者的數(shù)學(xué)建模能力,同時(shí)增強(qiáng)讀者學(xué)習(xí)數(shù)學(xué)的興趣.書后附有習(xí)題參考答案
全書共6章,內(nèi)容包括隨機(jī)事件與概率、隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識(shí)、參數(shù)估計(jì)、概率模型.除最后一章外,每章都附有習(xí)題以及數(shù)學(xué)家介紹.本書的最后一章為概率模型,介紹概率方法的應(yīng)用,幫助讀者更好地理解概率論的思想和方法,進(jìn)一步提升讀者的數(shù)學(xué)建模能力,同時(shí)增強(qiáng)讀者學(xué)習(xí)數(shù)學(xué)的興趣.書后附有習(xí)題參考答案
本書是應(yīng)用數(shù)學(xué)與計(jì)算數(shù)學(xué)中有關(guān)曲面及多元函數(shù)插值、逼近、擬合的入門書籍,從多種物理背景、原理出發(fā),導(dǎo)出相應(yīng)的散亂數(shù)據(jù)擬合的數(shù)學(xué)模型及計(jì)算方法,進(jìn)而逐個(gè)進(jìn)行深入的理論分析。書中介紹了多元散亂數(shù)據(jù)擬合的一般方法,包括多元散亂數(shù)據(jù)多項(xiàng)式插值、基于三角剖分的插值方法、Boole和與Coons曲面、Sibson方法或自然鄰近法、
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