本書通過簡單的解釋和有趣的示例幫助你了解貝葉斯統(tǒng)計。舉幾個例子：你可以評估UFO出現(xiàn)在自家后院中的可能性、《星球大戰(zhàn)》中漢?索羅穿越小行星帶幸存下來的可能性、抓鴨子中大獎游戲的公平性，并學會用樂高積木理解貝葉斯定理。通過閱讀本書，你會學習如何衡量自己所持信念的不確定性，理解貝葉斯定理并了解它的作用，計算后驗概率、似然和

數(shù)學史與數(shù)學教育（HPM）是中小學數(shù)學教育的一個研究領域。在統(tǒng)計教學中融入數(shù)學史，有助于學生對統(tǒng)計概念的理解。本書深入挖掘統(tǒng)計核心概念“平均數(shù)”“中位數(shù)”“眾數(shù)”的歷史現(xiàn)象，開展了HPM教學的實證研究。全書圍繞教學內(nèi)容、學生、教師三個方面，系統(tǒng)研究了課堂教學中運用數(shù)學史的教學活動、數(shù)學史融入統(tǒng)計概念教學后學生學習認知發(fā)

本書對圖像矩不變量進行了理論闡述，介紹了經(jīng)典的Hu的矩不變量；給出了幾何矩及中心矩；簡要論述了仿射變換矩不變量的推導；重點論述了平面圖像的平移、比例、旋轉(zhuǎn)以及密度畸變不變矩的生成、性質(zhì)及計算方法；簡要介紹了一種適用于彈性形變的固有不變量；列舉了一些平面多畸變不變圖像矩在圖像分析、物體識別、圖像檢索、車輛跟蹤和圖像壓縮等

非參數(shù)統(tǒng)計是統(tǒng)計學和數(shù)據(jù)科學的重要分支領域。本書作為該領域的基礎教材，其特點體現(xiàn)在以下幾方面：1．針對性強。本書針對數(shù)據(jù)分析專業(yè)的特點和需要，闡述非參數(shù)統(tǒng)計的基本概念、理論、方法和編程，重點從非受控觀察數(shù)據(jù)對參數(shù)推斷知識的需要角度出發(fā)，將統(tǒng)計推斷知識、理論和方法與反事實復雜場景因果關系的解讀與判斷問題相結(jié)合，應用于穩(wěn)健

本書主要內(nèi)容包括：概率論基礎知識、隨機過程的概念和基本類型、Poisson過程、更新過程、馬爾可夫鏈、隨機過程分析。

本書以基于布朗運動的隨機積分和隨機微分方程理論為基礎,通過理論推演,論證了一類具有環(huán)境噪聲的廣義動力學方程整體(時間)正強解的存在唯一性。全書分為9章,第1章介紹隨機分析基礎,第2章介紹非局部擴散基礎,第3章介紹偏微分方程非局部擴散的重要不等式,第4章介紹普朗克型方程解的存在性、唯一性和正則性,第5章介紹分數(shù)階Fokk

本書根據(jù)高等院校非數(shù)學類專業(yè)的概率論與數(shù)理統(tǒng)計課程的教學大綱和教學基本要求,參照上海財經(jīng)大學概率論與數(shù)理統(tǒng)計課程與教材建設的經(jīng)驗和成果,參考全國碩士研究生入學統(tǒng)一考試大綱,充分吸收國內(nèi)外概率論與數(shù)理統(tǒng)計相關教材的精華,結(jié)合編者多年教學實踐和教學改革經(jīng)驗編寫而成.本書共8章,內(nèi)容包括事件與概率、隨機變量及其分布、隨機向量

本書在介紹數(shù)理統(tǒng)計的基本概念和基本理論的基礎上,利用Python編程處理隨機數(shù)據(jù)。本書共分6章,內(nèi)容包括Python基礎、隨機樣本與抽樣分布、參數(shù)估計、假設檢驗、方差分析、一元線性回歸分析。另外,本書設置了個Python上機編程實驗。

本書在貝葉斯框架下，介紹約束條件下半?yún)��?shù)與非參數(shù)模型的貝葉斯統(tǒng)計推斷。內(nèi)容包括：約束非參數(shù)回歸模型的貝葉斯統(tǒng)計推斷、約束半?yún)��?shù)模型的貝葉斯統(tǒng)計推斷、約束半?yún)��?shù)混合效應模型的貝葉斯統(tǒng)計推斷及約束函數(shù)型數(shù)據(jù)半?yún)��?shù)模型的貝葉斯統(tǒng)計推斷等。

本書以時間序列數(shù)據(jù)為研究對象,對時間序列數(shù)據(jù)的特征表示和相似性度量進行較為深入和系統(tǒng)的研究,講述了如何從數(shù)據(jù)特征的不同角度進行數(shù)據(jù)降維,結(jié)合設計相應的相似性度量方法實現(xiàn)時間序列數(shù)據(jù)挖掘,同時將相關的特征表示和相似性度量方法應用于文本主題、經(jīng)濟金融、情報分析和發(fā)動機參數(shù)等具體領域。全書分為11章:第1章對研究的背景和現(xiàn)狀