本书根据教育部高等学校大学数学课程教学指导委员会制定的“大学数学课程教学基本要求”，并参考教育部考试中心制定的“全国硕士研究生招生考试数学考试大纲”，在2020年第二版的基础上修订而成。全书内容包括随机事件及其概率、随机变量的分布及其数字特征、多维随机向量的分布及其数字特征、大数定律与中心极限定理、数理统计的基本概念、

本书是讲解模式识别的理论基础和典型应用的教材。本书共14章，前12章为基础理论，包含模式识别概述、理论贝叶斯决策、概率密度的估计、线性判别函数、非线性判别函数、其他分类方法、无监督学习、通用特征选择与提取方法、数据特征提取、数据预处理、深度神经网络基础、深度神经网络典型架构；后2章介绍指纹识别、光学字符识别、语音识别、

本书共分10章，内容包括：绪论、线性方程组的直接解法、线性方程组的迭代解法、矩阵特征值问题的数值解法、函数插值、函数逼近、数值积分、非线性方程(组)的数值解法、常微分方程的数值解法、数值最优化。本书不仅介绍各种算法的数学原理，而且注重算法的实现与应用。书中各种算法都是用Matlab语言格式来描述的，每种算法都附有数值算

本教材结合高等职业院校教学现状及发展趋势，以“必需、够用”为原则，全面、系统地介绍了高等数学基础知识，内容共分为7章，主要包括函数、极限与连续、一元函数微分学、导数的应用、一元函数积分学及其应用、多元函数微积分、微分方程。本教材结构编排合理，内容深入浅出，语言通俗易懂，并配有许多数学建模及案例，以学生的实际应用过程为导

全书共有8个章节，内容覆盖了随机事件及其概率、随机变量及其分布、随机变量的数字特征、正态分布、数理统计的基础知识、参数估计、假设检验、回归分析与方差分析等。本书语言通俗易懂，逻辑清晰，结构严谨。每章穿插微视频，围绕重难点及典型例题进行视频讲解，线上线下相结合，有助于学生更好的理解内容。章末均配有不同难度的课后习题，适配

全书共有8个章节，内容覆盖了概率论的基本概念、随机变量、多维随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、大数定律及中心极限定理、参数估计、假设检验等，本书语言通俗易懂，逻辑清晰，结构严谨。全书微视频资源，围绕重难点及典型例题进行视频讲解，线上线下相结合，有助于学生更好的理解内容。章末均配有不同难度的课

本书介绍概率论与数理统计的基本概念、基本理论和方法。全书分8章，内容涵盖了随机事件与概率、离散型随机变量及其分布、连续型随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、数理统计的基础知识、参数估计、方差分析和回归分析，并介绍了数学软件MATLAB的使用方法。每个章末均有灵活多样、综合性较强的习题，供学生、

当前，市面上虽然存在一些关于元启发式优化算法的书籍，但大多聚焦于较为陈旧的算法，对于近十年间流行的元启发式优化算法及其在通信领域实际问题中的应用介绍几乎不可见。该书则旨在以实践和快速教学为导向，通过探讨8个典型的通信领域中大规模非线性整数规划问题，结合8个新型元启发式优化算法，帮助读者深刻理解元启发式算法的设计理念以及

教材，本书分上、下两篇，各包括5个章节，共计10章。上篇为R语言基础，目的是介绍R语言在传统低元数据中的统计分析和可视化应用。下篇着重介绍R语言在多元统计中的应用。本书以统计学的惯用逻辑顺序，系统而全面地介绍R语言的使用方法。无论是对于R语言初学者还是具有一定编程经验的读者，本书都能提供深入浅出的指引和详细的实例说明，

本书共分为9章，首先介绍了R软件中处理时间序列数据的方法以及如何进行时间序列数据的可视化，然后介绍了ARIMA模型及其相关扩展形式的原理、建模方法和应用，以及GARCH模型、VAR模型、VARX模型等，最后介绍了基于机器学习的时间序列预测方法、混沌时间序列的概念与特性，并提供了2个综合案例分析。