本书结合开源和面向商业的计算平台，从实用的角度，全面系统阐述数据分析技术及其应用，内容涵盖机器学习基础、深度学习、人工智能、统计学和进化学习等。

《多元统计分析》介绍了多元统计分析的方法和理论，以及R语言计算，涵盖了经典多元统计分析的全部内容，包括：矩阵运算知识、数据可视化与R语言、多元正态分布、多元正态总体的抽样分布、多元正态分布的参数估计、置信域和假设检验、线性回归模型、多元多重回归分析、主成分分析、因子分析、判别分析、聚类分析和典型相关分析等内容，以及R语

把统计学的一个分支--贝叶斯统计作为“全球九大开拓性新兴科技领域”之一，这充分说明了统计学(特别是贝叶斯统计)对于未来科技发展的重要作用。这也应该引起我国有关部门、相关人士的高度重视。本书对E-Bayes估计及其应用及其相关问题进行了一些研究。具体内容包括经典统计与贝叶斯统计的比较、先验分布和后验分布、参数估计和假设检

本书系统讲解了多元统计分析的基本理论和一些常用的多元统计方法。本书共9章，第1章为绪论，第2~3章介绍多元统计推断的基本理论，包括多元正态抽样分布理论、参数估计和多元正态总体的假设检验；第4~9章分别介绍各种常用的多元统计方法，包括判别分析、聚类分析、主成分分析、因子分析、对应分析和典型相关分析。本书各种统计方法的算法

本书对概率统计与随机过程中的常规性练习题目给出了解答，题型多样，覆盖面较全.读者通过练习和对照使用，在巩固已学的知识和理论，掌握解决基本问题的方法和手段，提高解决问题的能力的同时，能获得熟练灵活地解决更多问题的能力，取得较好的学习效果.本书既可作为理工科大学生学习概率统计的自我训练和检测的辅导教材，也可作为考研、考博复

《概率论与数理统计习题课教程（第二版）》是依据教育部《经济管理类本科数学基础课程教学基本要求》，针对高等学校经济类、管理类各本科专业的教学实际编写的。《概率论与数理统计习题课教程（第二版）》包括随机事件及概率、一维随机变量及其分布、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、数理统计基础知识、参数

实验设计与数据处理

本书为《概率统计同步训练》，是《概率统计》教材的配套辅助教材。本书的章节安排与《概率统计》教材完全一致。《概率统计同步训练》按教学大纲的要求设置了三个模块：(1)基础模块；(2)综合训练；(3)期末全程测试。

本书是国外Lévy过程教材的中译本，原书是国际上Lévy过程领域影响深远的名著。Lévy过程是包含Poisson过程、Brown运动等的一大类随机过程。无论对于概率论本身，还是金融数学、物理学、工程科学、保险等商业活动来说，Lévy过程都非常重要且有广泛应用。 本书从无穷可分分布、鞅等预备知识讲起，逐步介绍了Lévy过

《时间序列分析单变量和多变量方法(第二版·经典版)》不仅对单变量与多变量时间序列的时域和频域分析提供了一个全面介绍，而且在书中包含了许多单变量和多变量时问序列模型的新进展，如逆自相关函数、扩展样本自相关函数、干预分析及异常值检验、向量自回归移动平均模型、偏滞后自相关矩阵函数、局部过程、状态空间模型、卡尔曼