在本书中，斯米尔诺夫研究了秩数为k=λn(λ为常数，0<λ<1)的中间项，他找到了该项的分布律的渐近正则性的宽广条件.本书共分两章，主要包括中间项序列，具有固定名次的边项的序列.本书适合大学师生及数学爱好者参考使用.

"本书全面系统地阐明了现代多元复杂数据分析理论与方法，反映该专业国际前沿研究状况。内容包括多元数据可视化方法、矩阵代数、多元分析基本工具、多元统计分布、多元正态分布理论、多元似然方法、多元统计假设检验、多元数据因子降维技术、主成分分析、因子分析、聚类分析、判别分析、对应分析、典型相关分析、多维标度分析、联合分析以及高维

本书内容包括选题背景；与平台推荐和评论系统相关的已有研究成果；基于多模态数据的推荐算法设计；评论系统中用户生成图像对后续消费者决策所产生的影响；未来发展趋势。

本书分为8章，内容包括时间序列分析的基础知识、时间序列预测的常用方法，以及神经网络在时间序列预测中的应用；时间序列异常检测算法的技术与框架，如何识别异常的时间点及多种异常检测方法；时间序列的相似性度量方法、聚类算法；多维时间序列在广告分析和业务运维领域的应用，利用OLAP技术对多维时间序列进行有效处理，通过根因分析技术

"本书是“新时代大学数学系列教材”之一。本书内容包括概率模型、概率公式、随机变量、随机向量、数学期望和方差、大数定律和中心极限定理、统计初步、参数估计、参数的区间估计、正态总体的显著性检验、总体分布和比例的假设检验、线性回归分析等十二章内容，并以工程技术和科学研究中广泛使用的MATLAB及国产软件北太天元为例,介绍与本

本书以近邻思想、同步聚类模型及快速同步聚类算法为研究课题，重点研究了基于近邻图与单元网格图的聚类算法、基于近邻势与单元网格近邻势的聚类算法、快速同步聚类算法、基于Vicsek模型线性版本的同步聚类算法、基于线性加权Vicsek模型的收缩同步聚类算法、基于分而治之框架与收缩同步聚类算法的多层同步聚类方法和基于ESynC算

本书试图从整体上再现概率论知识构建过程，展现相关重要知识点的来龙去脉，逐步提高读者的概率知识水平，第一章主要涉及直到19世纪末的概率知识，以频率为主线介绍概率论基本概念与模型，为后面的概率论公理体系做铺垫。第二章主要展示现代概率论的基石、概率论公理化知识体系，介绍概率空间的基本性质，使读者概率知识水平上一台阶。第三章主

本书主要为考研数学概率论与数理统计相关知识，还附带习题及答案。

疏散的马尔柯夫链是一般随机过程的一个重要的特殊情形，而其详尽深入的研究则主要是应用矩阵方法。本书的著者、苏联已故数学家罗曼诺夫斯基在这方面有许多创造性的工作。本书系其晚年所著，综合了其本人及其他研究者在疏散的马尔柯夫链方面的许多研究成果。本书适合大学师生及数学爱好者阅读使用。

这是一套适用于考研基础阶段和强化阶段复习的专业备考书.本书为编者基于丰富的一线教学经验和考研辅导经验，以最新全国硕士研究生招生考试数学考试大纲为依据编写的一本知识讲解题型分析的辅导书，便于考生携带和合理的安排备考时间。本书分为两个分册：认知篇和题型篇，认知篇讲解基础知识，题型篇总结常见题型，考生可以一边看基础知识，一边