这是一本写给对概率统计及应用有兴趣的非专业读者的书,目的是帮助他们理解高科技发展中概率统计等概念的意义。本书写作中以悖论、谬误、以及一些饶有趣味的数学案例作先导,引起读者的兴趣和思考,在解答问题的过程中讲述概率论中的基本知识和原理,及其在物理学、信息论、网络、人工智能等技术中的应用。书中介绍的著名趣味概率问题包括高尔顿
所有应用学科都有一个共同特点:实践性。所有科技工作者都有一个共同目标:寻找事物的本质和变化规律。在科学研究中发现新规律、在实际生产中探索新工艺、在产品开发中寻求最佳决策等,试验是一项重要的实践活动。试验会产生大量的数据,如何利用数据洞悉事物的本质,如何构建合适的模型刻画事物的发展规律,这就是本书要叙述的主要内容。《试验
本书依据大学本科非数学专业《概率论与数理统计》教学大纲要求,结合农林类院校专业特点编写,全书共9章,内容包括概率论基本概念,一维随机变量及其分布,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,数理统计中的基本概念,参数估计,假设检验以及R语言简介等。各章选配了适量习题,并在书后附有习题参考答案。书后
本书是一本研究应用数理统计的理论著作,主要内容包括以下方面:概率论基础、抽样与抽样分布、参数估计、假设检验、回归分析、方差分析和正交试验设计、多元统计应用等。全书通过问题的引入、描述和分析,阐明数理统计方法的基本思想及其在不同领域的实际应用。全书内容简明扼要,清晰易懂。除基本教学内容外,本书突出了数理统计教育的探索性和
在本书中,斯米尔诺夫研究了秩数为k=λn(λ为常数,0<λ<1)的中间项,他找到了该项的分布律的渐近正则性的宽广条件.本书共分两章,主要包括中间项序列,具有固定名次的边项的序列.本书适合大学师生及数学爱好者参考使用.
"本书全面系统地阐明了现代多元复杂数据分析理论与方法,反映该专业国际前沿研究状况。内容包括多元数据可视化方法、矩阵代数、多元分析基本工具、多元统计分布、多元正态分布理论、多元似然方法、多元统计假设检验、多元数据因子降维技术、主成分分析、因子分析、聚类分析、判别分析、对应分析、典型相关分析、多维标度分析、联合分析以及高维
本书内容包括选题背景;与平台推荐和评论系统相关的已有研究成果;基于多模态数据的推荐算法设计;评论系统中用户生成图像对后续消费者决策所产生的影响;未来发展趋势。
本书分为8章,内容包括时间序列分析的基础知识、时间序列预测的常用方法,以及神经网络在时间序列预测中的应用;时间序列异常检测算法的技术与框架,如何识别异常的时间点及多种异常检测方法;时间序列的相似性度量方法、聚类算法;多维时间序列在广告分析和业务运维领域的应用,利用OLAP技术对多维时间序列进行有效处理,通过根因分析技术
"本书是“新时代大学数学系列教材”之一。本书内容包括概率模型、概率公式、随机变量、随机向量、数学期望和方差、大数定律和中心极限定理、统计初步、参数估计、参数的区间估计、正态总体的显著性检验、总体分布和比例的假设检验、线性回归分析等十二章内容,并以工程技术和科学研究中广泛使用的MATLAB及国产软件北太天元为例,介绍与本
本书以近邻思想、同步聚类模型及快速同步聚类算法为研究课题,重点研究了基于近邻图与单元网格图的聚类算法、基于近邻势与单元网格近邻势的聚类算法、快速同步聚类算法、基于Vicsek模型线性版本的同步聚类算法、基于线性加权Vicsek模型的收缩同步聚类算法、基于分而治之框架与收缩同步聚类算法的多层同步聚类方法和基于ESynC算