本書在提供時間序列分析基本原理的基礎上，重點對統(tǒng)計方法、機器學習、深度學習及其時間序列分析應用進行案例分析，并提供了Python實例。本書還考慮了大數(shù)據(jù)背景下對海量時間序列數(shù)據(jù)的處理與分析方法，對大數(shù)據(jù)分析引擎ApacheSpark及其時間序列分析也提供了應用實例。 本書共包含4章，組織結構如下:第1章對時間序列分析方

本書主要內(nèi)容有：隨機事件與概率、一維隨機變量及其分布、二維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律和中心極限定理、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設檢驗、方差分析與回歸分析、概率統(tǒng)計的一些實際應用及其MATLAB實現(xiàn)、隨機過程簡介。本書除第10章外，其余各章均配套了分別針對基本概念、基本方法、基本理論和實際應用等

全書共十章，內(nèi)容包括回歸分析、變量選擇、時間序列、非參數(shù)統(tǒng)計、聚類分析、判別分析、邏輯斯諦回歸與支持向量機、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)的應用實際，采用了方便獲取的證券市場高頻數(shù)據(jù)，并使用國際通用的R軟件進行數(shù)據(jù)收集、處理、加工和分析，便于讀者自己動手和實際應用。全書

本書闡述現(xiàn)代科學與工程計算中各種常用算法的基礎知識與編程實現(xiàn)方法，內(nèi)容包括設計數(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算的數(shù)值方法等。每章首先闡述基礎知識要點，其次給出相應算法的詳細描述，然

本書是隨機微分方程與隨機分析初學者的入門教材,系統(tǒng)地介紹了概率論、鞅和隨機積分及隨機微分方程的基礎知識、基本理論和典型方法。內(nèi)容包括：測度與積分、獨立性、Radon-Nikodym定理和條件數(shù)學期望等概率論的基礎知識；停時、離散鞅和連續(xù)鞅的基本內(nèi)容；鞅和連續(xù)局部半鞅隨機積分的一般理論及Ito型隨機微分方程的初步內(nèi)容。

本書是基于作者在香港大學和南方科技大學共14年計算統(tǒng)計教學的經(jīng)驗，同時結合國內(nèi)其他高校學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)生隨機變量的方法、幾個重要的優(yōu)化方法、蒙特卡洛積分方法、貝葉斯計算中的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，設置了經(jīng)緯兩條主線，運

本書是理工科高等院校普遍開設的數(shù)值計算原理課程的輔導教材，書中內(nèi)容覆蓋數(shù)值計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)值解等知識點。全書共9章，每章包含知識點概述、典型例題解析、習題詳解、同步訓練題以及同步訓練題答案，幫助學生加強對

全書共6章，內(nèi)容包括隨機事件與概率、隨機變量及其分布、隨機變量的數(shù)字特征、數(shù)理統(tǒng)計的基礎知識、參數(shù)估計、概率模型.除最后一章外，每章都附有習題以及數(shù)學家介紹.本書的最后一章為概率模型，介紹概率方法的應用，幫助讀者更好地理解概率論的思想和方法，進一步提升讀者的數(shù)學建模能力，同時增強讀者學習數(shù)學的興趣.書后附有習題參考答案

全書共6章,內(nèi)容包括隨機事件與概率、隨機變量及其分布、隨機變量的數(shù)字特征、數(shù)理統(tǒng)計的基礎知識、參數(shù)估計、概率模型.除最后一章外,每章都附有習題以及數(shù)學家介紹.本書的最后一章為概率模型,介紹概率方法的應用,幫助讀者更好地理解概率論的思想和方法,進一步提升讀者的數(shù)學建模能力,同時增強讀者學習數(shù)學的興趣.書后附有習題參考答案

本書是應用數(shù)學與計算數(shù)學中有關曲面及多元函數(shù)插值、逼近、擬合的入門書籍,從多種物理背景、原理出發(fā),導出相應的散亂數(shù)據(jù)擬合的數(shù)學模型及計算方法,進而逐個進行深入的理論分析。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、