本書將模糊數(shù)據(jù)作為統(tǒng)計學(xué)研究范疇的對象，特別是以具有凸性的模糊數(shù)據(jù)作為研究對象，將統(tǒng)計學(xué)分析方法和模糊數(shù)學(xué)理論有機地結(jié)合起來，尤其是將α截集與置信區(qū)間分析方法相結(jié)合，提出并研究了模糊統(tǒng)計估計方法、廣義模糊估計量等。這些成果豐富和發(fā)展了模糊數(shù)據(jù)統(tǒng)計分析方法，在模糊數(shù)據(jù)統(tǒng)計分析方法的方法論、認(rèn)識論上具有一定程度的創(chuàng)新發(fā)展。全書系統(tǒng)地闡述和研究了模糊數(shù)據(jù)統(tǒng)計分析方法及應(yīng)用。全書內(nèi)容分為兩部分:第一部分介紹和闡述了模糊集理論的有關(guān)內(nèi)容，這是全書的理論基礎(chǔ);第二部分研究和闡述了模糊數(shù)據(jù)統(tǒng)計分析方法及應(yīng)用，

本書深入全面地講解了現(xiàn)代推薦算法，同時兼顧深度和廣度，介紹了當(dāng)下較前沿、先進(jìn)的各類算法及其實踐。本書從總覽篇開始，介紹推薦系統(tǒng)的基本概念及工作環(huán)節(jié)。在模型篇中，除了梳理推薦系統(tǒng)的發(fā)展史，本書還重點講解面向工業(yè)實踐的選擇及改進(jìn)，為讀者打下推薦系統(tǒng)的算法基礎(chǔ)；進(jìn)而帶著讀者進(jìn)階到前沿篇、難點篇，面對推薦系統(tǒng)中的各式問題，給出解決方案；最后在決策篇中，從技術(shù)原理和用戶心理出發(fā)，解釋一些常見決策背后的依據(jù)，從而幫助讀者從執(zhí)行層面進(jìn)階到?jīng)Q策層面，建立大局觀。本書力求用簡潔易懂的語言說清核心原理，對已經(jīng)有一定

本書以Python為工具，全面講解概率論與數(shù)理統(tǒng)計的主要內(nèi)容和多元統(tǒng)計分析常用技術(shù)。全書包括13章和4個附錄，內(nèi)容翔實，講解深入淺出。概率論4章，講解概率論基礎(chǔ)知識，主要是隨機變量的相關(guān)理論；數(shù)理統(tǒng)計4章，主要是樣本理論、參數(shù)估計和假設(shè)檢驗；回歸分析2章，包括一元和多元回歸分析及其統(tǒng)計解釋；多元統(tǒng)計3章，主要講解主成分分析和因子分析理論。整書內(nèi)容簡明，易上手，實用性強。本書不需要讀者有良好的數(shù)學(xué)基礎(chǔ)，4個附錄提供了Python基礎(chǔ)知識、微積分與線性代數(shù)的必要基礎(chǔ)，可滿足不同層次的讀者需求。本書的

本書以Python為工具，全面講解概率論與數(shù)理統(tǒng)計的主要內(nèi)容和多元統(tǒng)計分析常用技術(shù)。全書包括13章和4個附錄，內(nèi)容翔實，講解深入淺出。概率論4章，講解概率論基礎(chǔ)知識，主要是隨機變量的相關(guān)理論；數(shù)理統(tǒng)計4章，主要是樣本理論、參數(shù)估計和假設(shè)檢驗；回歸分析2章，包括一元和多元回歸分析及其統(tǒng)計解釋；多元統(tǒng)計3章，主要講解主成分分析和因子分析理論。整書內(nèi)容簡明，易上手，實用性強。本書不需要讀者有良好的數(shù)學(xué)基礎(chǔ)，4個附錄提供了Python基礎(chǔ)知識、微積分與線性代數(shù)的必要基礎(chǔ)，可滿足不同層次的讀者需求。本書的

本書主要介紹了現(xiàn)代隨機過程理論中一些經(jīng)典的理論,內(nèi)容包括預(yù)備知識、隨機過程的基本概念、泊松過程、布朗運動、馬爾可夫鏈、更新過程、鞅與停時、隨機積分與隨機微分方程以及它們在破產(chǎn)理論和金融衍生產(chǎn)品定價方面的應(yīng)用.本書選材精簡實用,內(nèi)容安排得當(dāng),論述簡潔明了,語言自然流暢,具有很好的可讀性.此外,每小節(jié)之后基本都配有精選的練習(xí)題,便于讀者掌握和鞏固知識,每章還配有電子課件,掃描二維碼可以反復(fù)學(xué)習(xí).

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(yīng)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(jìn)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(yīng)用。全書內(nèi)容講解簡明扼要，注重應(yīng)用，讓讀者從收集數(shù)據(jù)開始，掌握數(shù)據(jù)收集、整理和大數(shù)據(jù)統(tǒng)計分析的全過程。

本書面向復(fù)雜不確定環(huán)境下可解釋分類的需求，重點闡述作者提出的置信規(guī)則分類方法體系及其在實際工程中的應(yīng)用。全書主要內(nèi)容包括不可靠數(shù)據(jù)魯棒置信規(guī)則分類、面向大數(shù)據(jù)的緊湊置信規(guī)則分類、數(shù)據(jù)與知識雙驅(qū)動的復(fù)合置信規(guī)則分類、精確且可解釋的置信關(guān)聯(lián)規(guī)則分類、面向高維數(shù)據(jù)的置信關(guān)聯(lián)規(guī)則分類、面向軟標(biāo)簽數(shù)據(jù)的置信關(guān)聯(lián)規(guī)則分類等方面的理論進(jìn)展，以及在編隊目標(biāo)識別、多框架融合目標(biāo)識別、多屬性決策融合目標(biāo)威脅評估等實際問題中的應(yīng)用。

功能分析（FunctionsAnalysis)是由斯金納在1948年提出的用以解釋行為和環(huán)境變量之間的關(guān)系的一種方法，70年代起研究人員開始將其應(yīng)用于臨床實踐。實踐證明這一方法對于孤獨癥、智力發(fā)育障礙、精神分裂癥及多重診斷等人群的嚴(yán)重問題行為的分析上有著重要的作用。本書是有關(guān)功能分析方法的最新內(nèi)容，詳細(xì)介紹了這一方法的具體實踐應(yīng)用和注意事項，包括倫理考量、實驗設(shè)計和方法、數(shù)據(jù)解讀等多個方面。書中提供教學(xué)用幻燈片、練習(xí)腳本、培訓(xùn)前后的測驗、數(shù)據(jù)記錄表格和可重復(fù)使用的講義等材料，適用于對學(xué)校、

本書基于回聲狀態(tài)網(wǎng)絡(luò)ESN研究時間序列分類和預(yù)測問題：第一，分析了面向時間序列分析的ESN；第二，研究了基于DE和ESN的時間序列分類方法；第三，研究了基于BSA優(yōu)化ESN的時間序列預(yù)測方法；第四，研究了基于組合ESN的時間序列預(yù)測方法；第五，設(shè)計了基于小波ESN的旅游需求預(yù)測模型；第六，構(gòu)建了基于雙儲備池ESN的電力負(fù)荷預(yù)測模型；第七，設(shè)計了基于VMD和改進(jìn)ESN的風(fēng)速預(yù)測模型；第八，提出了基于Bagging和ESN的能源消費量預(yù)測。這些研究成果可以幫助行業(yè)和企業(yè)管理人員提高復(fù)雜數(shù)據(jù)環(huán)境下的預(yù)

本書系統(tǒng)地介紹了定義在離散格(包括Zd和Bethe樹等)圖上的取值于有限集合的隨機場的相變、信息度量，以及網(wǎng)絡(luò)演化博弈論。全書共10章，分為三個部分。第一部分包括第1章至第3章，給出了隨機場的一般定義，重點介紹馬爾可夫場和Gibbs場，以及它們的等價關(guān)系，討論了Z2和樹(包括開樹和閉樹)上Ising模型的相變問題。第二部分是第4章至第9章，介紹定義在Zd和樹上的隨機場的信息度量，包括各種熵度量和率失真函數(shù)，證明了某種意義下的平穩(wěn)隨機場熵率的存在性，并證明了在概率收斂意義下的弱熵定理，特別對樹指標(biāo)