本書(shū)第1~4章對(duì)馬爾可夫過(guò)程的基礎(chǔ)理論進(jìn)行了介紹，后面各章給出了生滅過(guò)程的構(gòu)造、隨機(jī)單調(diào)性、轉(zhuǎn)移函數(shù)的各種收斂性、生滅過(guò)程的第一特征值問(wèn)題、D.G.Kendall猜想等內(nèi)容。最后，為了應(yīng)用的需要，本書(shū)還引入并初步討論了半馬爾可夫生滅過(guò)程。本書(shū)可作為高等學(xué)校相關(guān)專(zhuān)業(yè)的教科書(shū)，也可作為科學(xué)研究工作者的參考用書(shū)。

本書(shū)從統(tǒng)計(jì)判決、語(yǔ)言結(jié)構(gòu)法、模糊集論三方面提供了圖象識(shí)別的理論基礎(chǔ).第一章介紹了圖像識(shí)別研究的對(duì)象及方法，它是本書(shū)的引論；第二章到第四章介紹了統(tǒng)計(jì)圖像識(shí)別中的一些基本方法及理論基礎(chǔ)；第五章介紹了圖像識(shí)別的語(yǔ)言結(jié)構(gòu)法；第六章介紹了用模糊集的方法進(jìn)行圖像識(shí)別.本書(shū)可供從事有關(guān)圖像識(shí)別的廣大工程技術(shù)人員及科學(xué)研究工作者參考，

本書(shū)介紹了概率論與數(shù)理統(tǒng)計(jì)的基本概念、基本理論與方法.內(nèi)容包括：概率論基本概念、隨機(jī)變量與隨機(jī)向量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律與中心極限定理、數(shù)理統(tǒng)計(jì)的基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析和回歸分析.每章均配有習(xí)題，書(shū)后附有習(xí)題答案，習(xí)題中收集了歷屆研究生考試試題，既便于教學(xué)，又利于考試復(fù)習(xí)，本書(shū)可作為高等

本書(shū)主要講述本科概率論與數(shù)理統(tǒng)計(jì)課程主要知識(shí)，內(nèi)容安排完全按照教育部規(guī)定的教學(xué)大綱設(shè)計(jì)的。全書(shū)共九章，主要包括隨機(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)定律與中心極限定理、數(shù)理統(tǒng)計(jì)的基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、數(shù)理統(tǒng)計(jì)在經(jīng)濟(jì)中的應(yīng)用。本書(shū)可作為理工類(lèi)、經(jīng)管類(lèi)本科生的教材，也可供新

本書(shū)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(shū)內(nèi)容緊扣主教材，書(shū)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

本書(shū)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(shū)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(shū)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(shū)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(shū)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(shū)是基于Python

"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(shū)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(shū)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)于建模空間過(guò)程和SPDE