本书是与主教材——《概率论与数理统计(慕课版第2版)》配套的学习指导书，是根据工科类高等院校“概率论与数理统计”课程的基本要求，结合编者多年的教学经验编写而成的.本书共7章，主要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、数字特征与极限定理、统计量及其分布、参数估计、假设检验.每章包含知识结构、重点

本书介绍概率论与数理统计的基本概念、基本理论和方法。全书分8章，内容涵盖了概率论的基本概念、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、大数定律及中心极限定理、数理统计的基本概念、参数估计、假设检验。每个节末、章末均有灵活多样、综合性较强的习题，包含全国硕士研究生入学考试真题，供学生、读者同步检查学习效

本书是为21世纪高等院校公共基础系列规划教材，普通高等教育优秀教材·公共基础系列《概率论与数理统计》的配套学习指导书。本书各章与原教材相对应，每章由三部分组成，重点选择能充分体现基本概念、基本方法、基本公式、基本定理的例题以及能综合这些知识点的例题。通过对例题的分析、求解、点评的过程向读者展现应如何分析问题、如何寻找方

本教材共8章，包括概率论的基本概念、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、大数定理与中心极限定理、样本和抽样分布、参数估计、假设检验.每个章节都列举了若干道难易适中的典型例题，并配置了一些灵活多样、综合性较强的练习题，供读者同步检查学习效果.这些习题难度深浅各异，理论证明、计算均有，覆盖内容全面，有

概率论是对随机现象统计规律演绎的研究，数理统计是对随机现象统计规律归纳的研究，两者是相互渗透、相互联系的。本教材将在数理统计原始基础知识的基础上，突出课程的应用性和时代性，增加最新的考研题目，以及本课程在常用统计软件中的应用。通过本教材的学习，让学生即掌握了基础知识，又了解本课程的最新进展，能够学以致用。本书内容包括事

本书侧重启发和培养概率统计的思维方式，力求抽象概念与直观描述相结合，掌握概率统计的基本思想、基本理论和基本方法，以及在经济管理中的应用。本书主要内容有：事件与概率、随机变量的分布与数字特征、随机向量、抽样分布、参数估计、假设检验和回归分析初步。

《互联网大厂推荐算法实战》介绍了互联网大厂当前采用的一些前沿推荐算法，并梳理了这些算法背后的思想脉络与技术框架。 《互联网大厂推荐算法实战》总计10章，内容涵盖了推荐系统的基础知识、推荐系统中的特征工程、推荐系统中的Embedding、推荐系统的各组成模块（包括召回、粗排、精排与重排）所使用的算法技术、推荐算法实践中经

本教材从实际数据应用角度出发，结合实际生活、经济、金融等方面数据，将非参数统计方法与实际应用相结合，强化理论知识及R软件的应用，提出解决相关问题的具体步骤，从而使读者能够理解常用非参数统计方法的思想，并通过R软件实现应用非参数统计方法分析数据需求。本书的目的是希望用简明的语言，完整的案例分析来直观的介绍非参数统计方法的

本书从系统视角出发,阐述如何利用技术手段搭建企业级推荐系统,内容包括认知篇、数据篇、召回篇、排序篇、系统篇5个部分，覆盖企业级推荐系统建设的核心要点。本书知识体系清晰，从基础知识切入，逐步深入，先后涉及推荐系统的经典技术、主流技术和前沿技术。本书通过“理论+案例+代码示例+心得体会”的方式阐述、归纳和总结推荐系统的知识

本书展示了如何使用真实的数据真实地进行贝叶斯数据分析。作者从概率与程序设计的基本概念出发，逐步带你进阶，帮助你最终掌握在实际的贝叶斯数据分析中常用的高级模型。本书分为三大部分，共有25章。第一部分介绍基础知识，内容包括贝叶斯推断的基本思想、模型、概率及R语言编程。第二部分涵盖了现代贝叶斯数据分析的所有关键思想。第三部分