通过本教材的理论教学和案例教学，使学生认识运筹学的现状与趋势，理解运筹学的内涵、运筹学应用的过程，培养科学决策思维。理解决策者需要具备的独特技能与素质，并运用特定的求解方法进行求解，为管理决策提供科学依据。一是熟悉有关运筹学的发展过程、基本概念、理解运筹学解决问题的逻辑；二是熟悉有关线性规划的基本概念、理解线性规划的含

本书旨在介绍常见的非线性最优化的理论与算法，以及深度学习中的优化算法。全书侧重对优化原理的直观理解和优化算法的步骤设计和流程构建，并通过大量案例对所介绍的算法进行了编程实现。书中提供的大量编程代码可以为需要使用非线性最优化解决实际问题的工程技术人员进行二次开发提供基础，也可以为致力于学习最优化理论与算法的读者进行编程练

时间序列流持续事件的判断识别是时间序列各应用领域研究的基础。由于时序流数据具有海量性、漂移性、时序性等特点，事件发生前无特定规律，故现有时序流事件监测的系统及方法多为后置触发，需获取全部持续事件信息后才能进行计算，无法满足判识时效性和准确性的要求。随着计算机及人工智能技术的发展，如何利用信息化手段配合先进统计学、计算机

本书共11章,第1章对回归分析的概念和在统计学中的重要性做了介绍;第2章介绍了一元回归模型的数学表达式以及测度拟合优度的决定系数;第3章介绍了多种检验模型和推断参数的方法;第4章介绍了回归模型的两类研究问题和两种区间估计;第5章详细列举了各种残差图以及利用残差识别模型问题的方法;第6章简要的介绍了多元线性回归模型的矩阵

本书强调对运筹学基本概念、基本原理、基本方法与基本技能的介绍，力求做到概念准确、原理清楚、求解方法全面，并注重创新应用；强调将知识的传授、能力的培养和素质的提高结合起来，并倡导更新思维、激活知识、挖掘潜能的创造性教育方法；强调科学思维、科学方法、实践技能和创新能力的综合培养。第2版强化了对常见疑难问题的讲解，特别是补充

本书共十章。第一章阐述非参数统计的特点，第二章讲解描述性统计方法，第三、四章分别讲解符号检验法、符号秩和检验法，第五到八章分别讲解两样本、多样本和区组设计等问题以及相关分析的非参数统计方法，第九章讲解非参数密度估计和非参数回归，第十章讲解检验的渐近相

《试验设计及最优化》以方差分析、回归分析原理及应用为基础，系统介绍了完全析因设计、部分析因设计、响应曲面设计、混料设计和计算机试验设计等方法的基本原理，并通过实际案例演示JMP软件中试验设计、数据分析及优化方法的具体实现，旨在帮助读者在理解基本原理的同时，快速掌握相关软件，并应用科学与工程研究中。本书可作为材料、化工、

本书基于近年来概率统计课程教学改革及硕士研究生入学考试变化趋势编写而成。本书共7章，前4章为概率论部分，主要包括概率定义及性质、概率分布、随机变量数字特征及中心极限定理。后3章为数理统计部分，主要包括参数估计方法和假设检验方法。本书巧妙地将理论讲解与相关案例视频解析(以二维码的形式呈现)融合在一起，提高学习效率和学习兴

本书稿主要研究单变量情形和双变量情形下的非负静态细分算法、SIA矩阵与马尔科夫过程。首先介绍了细分算法以及一致收敛性的基本概念，研究了SIA矩阵的性质以及与马尔科夫过程之间的联系，利用SIA矩阵收敛的特性与马尔科夫链相关性质，分别详细讨论了单变量与双变量非负细分算法的一致收敛性，并推广了收敛的某些条件；在此基础上，进一

本书是一本模式识别学习的立体教程，通过本书的学习，能够掌握模式识别主要技术模块的算法原理及Python实现，包括贝叶斯决策、概率密度函数的估计、线性判别分析、非线性判别分析、组合分类器、无监督模式识别、特征选择、特征提取、半监督学习以及人工神经网络等。本书配以教学课件、Python仿真程序、微课视频和实验指导书，便于教