本書按照主教材的章節(jié)順序，分為10章主要內(nèi)容包括隨機(jī)事件與概率、一維隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、極限定理、數(shù)理統(tǒng)計(jì)基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、回歸分析及方差分析簡(jiǎn)介、經(jīng)典問(wèn)題剖析本書內(nèi)容緊扣主教材，書中例題豐富且具有代表性，例題分析與解答展示了基本的解題思路、解題方法與解題技巧，起到了

《Python應(yīng)用數(shù)值方法解決工程和科學(xué)問(wèn)題》是為想要學(xué)習(xí)和應(yīng)用數(shù)值方法來(lái)解決工程和科學(xué)問(wèn)題的學(xué)生撰寫的。書中提供了足夠豐富的理論知識(shí)。如果讀過(guò)本書的姊妹篇《工程與科學(xué)數(shù)值方法的MATLAB實(shí)現(xiàn)(第4版)》，就會(huì)發(fā)現(xiàn)過(guò)渡到Python程序是無(wú)縫的！不需要事先具有Python編程經(jīng)驗(yàn)。本書以解決問(wèn)題為導(dǎo)向，強(qiáng)調(diào)理論聯(lián)系實(shí)

本書展示了如何使用真實(shí)的數(shù)據(jù)真實(shí)地進(jìn)行貝葉斯數(shù)據(jù)分析。作者從概率與程序設(shè)計(jì)的基本概念出發(fā)，逐步帶你進(jìn)階，幫助你最終掌握在實(shí)際的貝葉斯數(shù)據(jù)分析中常用的高級(jí)模型。本書分為三大部分，共有25章。第一部分介紹基礎(chǔ)知識(shí)，內(nèi)容包括貝葉斯推斷的基本思想、模型、概率及R語(yǔ)言編程。第二部分涵蓋了現(xiàn)代貝葉斯數(shù)據(jù)分析的所有關(guān)鍵思想。第三部分

本書從系統(tǒng)視角出發(fā),闡述如何利用技術(shù)手段搭建企業(yè)級(jí)推薦系統(tǒng),內(nèi)容包括認(rèn)知篇、數(shù)據(jù)篇、召回篇、排序篇、系統(tǒng)篇5個(gè)部分，覆蓋企業(yè)級(jí)推薦系統(tǒng)建設(shè)的核心要點(diǎn)。本書知識(shí)體系清晰，從基礎(chǔ)知識(shí)切入，逐步深入，先后涉及推薦系統(tǒng)的經(jīng)典技術(shù)、主流技術(shù)和前沿技術(shù)。本書通過(guò)“理論+案例+代碼示例+心得體會(huì)”的方式闡述、歸納和總結(jié)推薦系統(tǒng)的知識(shí)

時(shí)間序列分析是統(tǒng)計(jì)學(xué)科的一個(gè)重要分支，它主要研究隨著時(shí)間的變化，事物發(fā)生、發(fā)展的過(guò)程，尋找事物發(fā)展變化的規(guī)律并預(yù)測(cè)未來(lái)的走勢(shì)。在日常生產(chǎn)和生活中，時(shí)間序列比比皆是，所以目前時(shí)間序列分析方法廣泛應(yīng)用于經(jīng)濟(jì)、金融、天文、氣象、海洋、物理、化學(xué)、醫(yī)學(xué)、質(zhì)量控制等諸多領(lǐng)域，成為眾多行業(yè)經(jīng)常使用的統(tǒng)計(jì)方法。本書是基于Python

本書系統(tǒng)介紹了非線性**化問(wèn)題的經(jīng)典理論和傳統(tǒng)優(yōu)化算法，如約束優(yōu)化問(wèn)題的**性條件、鞍點(diǎn)理論和對(duì)偶理論，梯度下降算法、可行方向法、罰函數(shù)方法等，同時(shí)也介紹了一些新近發(fā)展起來(lái)的優(yōu)化理論與算法，如次梯度理論、共軛函數(shù)、信賴域方法、臨近點(diǎn)方法、交替極小化方法、交替方向法等。

"空間和時(shí)空連續(xù)過(guò)程的建模是空間統(tǒng)計(jì)學(xué)中一個(gè)重要且具有挑戰(zhàn)性的問(wèn)題。本書詳細(xì)闡述了隨機(jī)偏微分方程（SPDE）方法用于帶有Matérn協(xié)方差結(jié)構(gòu)的連續(xù)空間過(guò)程的建模。該方法已經(jīng)在R-INLA軟件包中采用集成嵌套拉普拉斯逼近（INLA）技術(shù)進(jìn)行實(shí)現(xiàn)。本書通過(guò)使用模擬數(shù)據(jù)和真實(shí)應(yīng)用程序的示例，解釋了關(guān)于建�？臻g過(guò)程和SPDE

《互聯(lián)網(wǎng)大廠推薦算法實(shí)戰(zhàn)》介紹了互聯(lián)網(wǎng)大廠當(dāng)前采用的一些前沿推薦算法，并梳理了這些算法背后的思想脈絡(luò)與技術(shù)框架。 《互聯(lián)網(wǎng)大廠推薦算法實(shí)戰(zhàn)》總計(jì)10章，內(nèi)容涵蓋了推薦系統(tǒng)的基礎(chǔ)知識(shí)、推薦系統(tǒng)中的特征工程、推薦系統(tǒng)中的Embedding、推薦系統(tǒng)的各組成模塊（包括召回、粗排、精排與重排）所使用的算法技術(shù)、推薦算法實(shí)踐中經(jīng)

本書是在教育部制定的教學(xué)大綱基礎(chǔ)上，參照同濟(jì)大學(xué)“概率論與數(shù)理統(tǒng)計(jì)”課程及教材建設(shè)的經(jīng)驗(yàn)和成果，按照全國(guó)碩士研究生入學(xué)統(tǒng)一考試數(shù)學(xué)一的考試大綱要求，根據(jù)作者十多年的教學(xué)實(shí)踐經(jīng)驗(yàn)編寫而成．全書共分八章，包括隨機(jī)事件與概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律及中心極限定理、統(tǒng)計(jì)量和抽樣分布

本書介紹作者近年來(lái)提出的最小約束違背優(yōu)化新方向和相關(guān)研究成果,主要內(nèi)容包括最小約束違背線性錐優(yōu)化、最小約束違背二次規(guī)劃、最小約束違背非線性凸優(yōu)化、一類最小約束違背極小極大優(yōu)化問(wèn)題、最小約束違背非凸約束規(guī)劃和一般度量下的最小約束違背凸優(yōu)化.《BR》理論方面的進(jìn)展包括以最小違背平移為工具,延拓了各類凸優(yōu)化問(wèn)題的對(duì)偶理論,證