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“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)展的過程，尋找事物發(fā)展變化的規(guī)律并預(yù)測未來的走勢。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**化問題的經(jīng)典理論和傳統(tǒng)優(yōu)化算法，如約束優(yōu)化問題的**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)化問題的對(duì)偶理論,證

在中國科大“高等應(yīng)用數(shù)學(xué)”課程講義的基礎(chǔ)上編寫而成，是研究生從事科學(xué)研究的“入門”課。第1～3章主要介紹應(yīng)用數(shù)學(xué)處理問題的思路，回顧大學(xué)數(shù)學(xué)基礎(chǔ)并引出漸近分析方法；第4～5章通過案例介紹應(yīng)用數(shù)學(xué)的分析過程；第6～7章介紹量綱分析和尺度化等數(shù)學(xué)問題的簡化方法；第8～10章介紹正則攝動(dòng)、奇異攝動(dòng)、多尺度攝動(dòng)等各種攝動(dòng)方法；

本書基于國家社科基金的項(xiàng)目基礎(chǔ)上，更加完善和系統(tǒng)對(duì)該領(lǐng)域進(jìn)行了梳理。層次模型，又稱多水平模型，是嵌套結(jié)構(gòu)數(shù)據(jù)的建模方法。研究熱潮起于20世紀(jì)90年代，現(xiàn)已廣泛應(yīng)用于教育學(xué)、社會(huì)學(xué)、經(jīng)濟(jì)學(xué)等許多領(lǐng)域。層次模型的貝葉斯分析是統(tǒng)計(jì)學(xué)科前沿領(lǐng)域。而環(huán)境科學(xué)現(xiàn)正處于利用模型和數(shù)據(jù)進(jìn)行推斷和預(yù)測的方法論革新時(shí)代，環(huán)境學(xué)家面臨涵蓋了

本書共含七章內(nèi)容，各章內(nèi)容依次為：函數(shù)與極限、導(dǎo)數(shù)與微分、微分中值定理與導(dǎo)數(shù)的應(yīng)用、不定積分、定積分、定積分的應(yīng)用、微分方程。本書通過新穎的講義形式編排，可幫助讀者更為輕松地理解并掌握高等數(shù)學(xué)的知識(shí)體系，同時(shí)本書還具備一下幾項(xiàng)特色：一是增加了重要概念、方法、理論的微課與例題講解。二是突高等數(shù)學(xué)的基本思想和基本方法。三是