本书强调适当的统计学习数据分析以综合方式依赖于健全的数据收集、智能数据管理、适当的统计程序和对结果的可理解的解释。监督学习可被统一视为回归分析的一种形式。通过大量实际应用及其相关的R代码来说明关键概念和过程，着眼于实际意义。

本书是高等院校概率论课程的教材,是北京大学数学教学系列丛书"《概率论》的第二版。全书共分六章，内容包括：古典概型和概率空间、随机变量和概率分布、随机向量及其概率分布、数学期望和方差、特征函数和概率极限定理、随机过程简介。每小节配有练习题，每章配有总习题，书末附有习题答案或提示，供读者参考。本书对概率论的基本内容做了系统

本书根据高等学校非数学类专业“概率论与数理统计”课程的教学要求和教学大纲，将新工科理念与国际化深度融合，借鉴国内外优秀教材的特点，结合山东大学数学团队多年的教学经验编写完成.本书共8章，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、概率论与数理统计在

本书共分八章，主要内容包括：随机事件和概率；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；大数定律和中心极限定理；数理统计的基本概念；参数估计。

本书分为预备知识、基础模块和进阶模块三部分，内容包括初等代数、函数、极限与连续、导数与微分、微分方程及其应用等内容。全书遵循学生认知规律，注重数学的育人功能，以“悟学用”为主线进行内容编排，突出“专数”结合，融入数学文化和数学建模思想，图文并茂、结构严谨、说理透彻、通俗易懂。书中例题与习题覆盖面广，趣味性强。

全书共10章，第1-3章主要介绍图的思维方式、图算法基础以及如何评估图算法的效率。第4-9章主要介绍6类经典图算法，包括中心性算法、相似度算法、连通性和紧密度算法、传播与分类算法、拓扑链接预测算法、图嵌入算法等的原理、参数以及行业应用。第10章介绍图算法在金融、生物医药等领域的深度应用。

智能优化算法作为人工智能的重要研究方向之一，为许多领域中复杂的系统优化问题提供了更好的解决方法，因此得到了广泛的应用。《智能优化算法及MATLAB实现》按照智能优化算法、测试函数集及常用仿真实验等逻辑脉络由浅至深地进行讲解，便于读者入门并掌握智能优化算法及其MATLAB实现的相关知识，为后续学习打下良好基础。全书共16

本书介绍了排序择优算法的基本概念和发展历程；建立了初始样本量和总样本量之间的函数关系，提出一种计算合理初始样本量的方法，从而提升了频率法算法效率；提出可以通过求解一个使所有系统总样本量最小化的优化问题来求解非均衡的样本分配策略，进一步提出两种非均衡的样本分配策略。本书还分析了一个随意停放式共享单车系统中的再分配问题，并

本书将对当前国内外有关非规则颗粒形态离散元方法进行全面的论述，并结合相关研究工作对非规则颗粒离散元方法的工程应用进行重点介绍。本书将全面地介绍非规则颗粒离散元的组合颗粒单元、扩展多面体单元、多面体单元、超二次曲面单元、球谐函数单元和水平集单元方法。本书论述内容将为离散元方法及工程应用的初学者提供有益的参考，也为颗粒材料

本书聚焦于高维变量误差模型的理论与计算方法，分别考虑了线性回归和多响应回归变量误差模型的参数估计。统计层面，提出非凸估计方法，给出参数估计的误差上界，进而建立统计一致性。计算层面，采用便捷高速的一阶算法求解估计量所基于的非凸优化问题，并证明了算法的线性收敛结果，表明算法可在线性时间内收敛到问题的一个近似全局解，填补了非