本书基于编者从事概率论与数理统计课程教学实践和应用研究三十多年的心得和经验，精选概率论与数理统计学科的主要内容编著而成。全书共分概率论和数理统计两部分，共计10章，内容包括随机事件与概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、样本及抽样理论、参数估计、假设检验、方差分析、回

本书章节安排与“概率论与数理统计”普通教科书中的章节安排基本平行.书中每章的各节有内容要点与评注、典型例题以及习题.各章都设有专题讨论，每个专题以典型例题解析的方式阐述了围绕该专题的解题方法与技巧.每章末附有单元练习题，是在前各专题的引领下，对知识点融会贯通、综合运用的体现，它包含客观题和主观题，客观题的设置意在考查对

1、概率论基础知识；2、基础理论：随机过程的引入（定义的引入、分类、平稳过程）、离散时间的Markov链（定义的引入、分类、不变测度、极限定理）、最优停时与鞅、连续时间的Markov链（定义的引入、Poisson过程、Renew过程、应用案例）、连续时间的随机过程（布朗运动）、随机分析及随机微分方程；3、应用案例分析：

本讲义共分五个部分.第一部分包括前六讲,简要介绍了概率论的基本概念、结论和方法.第二部分包括第七-十讲,介绍布朗运动的基本概念和性质.第三部分包括第十一-十八讲,其中第十一-十五讲介绍~Ito~随机积分的概念及其重要性质,例如特别重要的Ito等距、Ito乘积法则和Ito~链式法则.第十六--十八讲介绍Ito随机微分方程

本书将概率论和统计推断融合在一起，用新的观点生动地描述了概率论在物理学、数学经济学、化学和生物学等领域中的广泛应用，特别阐述了贝叶斯理论的丰富应用，弥补了其他概率论和统计学教材的不足，全书分为两部分：第一部分包括10章，讲解抽样理论、假设检验、参数估计等概率论的原理及其初级应用；第二部分包括12章，讲解概率论的高级应用

这是一本写给对概率统计及应用有兴趣的非专业读者的书，目的是帮助他们理解高科技发展中概率统计等概念的意义。本书写作中以悖论、谬误、以及一些饶有趣味的数学案例作先导，引起读者的兴趣和思考，在解答问题的过程中讲述概率论中的基本知识和原理，及其在物理学、信息论、网络、人工智能等技术中的应用。书中介绍的著名趣味概率问题包括高尔顿

真实世界中的序列数据随时间推移呈爆炸式增长，如何设计面向序列数据的知识发现方法是当前研究的热点之一。本书以深度学习和多视图学习为理论基础，以序列数据为研究对象，为面向序列数据分析提供多视图的学习方法与技术，同时为典型场景下的序列数据分析提供多视图深度学习解决方案，以期为序列数据分析、多视图学习领域的研究及应用提供参考。

本教材主要介绍了随机过程的预备知识、离散时间马氏链、可数状态马氏链、泊松过程、连续时间马氏链、更新过程、布朗运动等内容。为适应应用型本科财经类相关专业突出技能与应用的要求，本书在介绍随机过程基础理论的前提下，着重使用图表等多种形式，形象地展示课程的脉络。在介绍部分难以理解的知识点时，本书附有相关的Matlab及Pyth

本书教你如何从基于时间的数据(如日志、客户分析和其他事件流)中获得即时、有意义的预测。在这本通俗易懂的书中，作者通过带有注释的Python代码全面演示了用于时间序列预测的统计和深度学习方法。全书分为四部分：第一部分介绍时间序列预测的概念；第二部分介绍使用统计模型进行预测；第三部分介绍使用深度学习进行大规模预测；第四部分

所有应用学科都有一个共同特点：实践性。所有科技工作者都有一个共同目标：寻找事物的本质和变化规律。在科学研究中发现新规律、在实际生产中探索新工艺、在产品开发中寻求最佳决策等，试验是一项重要的实践活动。试验会产生大量的数据，如何利用数据洞悉事物的本质，如何构建合适的模型刻画事物的发展规律，这就是本书要叙述的主要内容。《试验