本书分为三大部分，共计14章，主要内容包括：探索性数据分析入门、概率论基础、推断统计基础、相关性和回归、数据分析栈、R中的数据结构、使用R进行数据处理与可视化、使用R进行数据分析、Python中的数据结构、使用Python进行数据分析等。

本书归纳了计数一次、二次和多次抽样检验的理论与方法，在计量抽样检验中，除单侧限外，本书主要介绍了作者多年独创的双侧限，包括方差已知和未知两种情形。全书以概率统计为工具，将抽样检验的基本原理、方案设计和应用示例按梯度依次展开，使读者在通晓原理的基础上，准确地把握方法，科学地选择抽样方案。本书可供大中型企业质检处的技术管理

本习题册是根据国家教育部审定的高等工科院校的本科非数学专业的教学要求，并按照同济大学数学科学学院最新编写的《概率论与数理统计》的章节顺序，以方便学生课后巩固基本概念和掌握基本解题方法为主要目的而编写的配套练习册。全书共分八章，分别为随机事件与概率、离散型随机变量、连续型随机变量、随机向量、大数定律和中心极限定理、统计量

本教材以基础、应用、实践、创新的教学体系为框架，通过丰富的案例教学、基于Python进行实践操练，使读者更加容易理解基本理论，增加直观性、趣味性及应用性，提高读者解决实际问题的能力。本教材主要内容包括事件与概率、条件概率、一维随机变量及其、多维随机变量及其分布、随机变量函数的分布、数字特征、大数定律与中心极限定理、数理

本书是模式识别和场景分析领域奠基性的经典名著。在第2版中，除了保留了第1版中关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。作者还为未来25年的模式识别的发展指明了方向

本书分为14个章节，内容分别为绪论、GWO算法概述、反向学习和差分变异的GWO算法、随机反向学习和MEPD的强化等级制度的GWO算法、趋优反向学习和随机反向空置算子的GWO算法、混合差分进化的GWO算法、基于DE全局最优和随机学习的GWO算法、混合鲸鱼优化的GWO算法、精简差分扰动GWO算法与均值榜样学习PSO算法的混

概率论与数理统计是研究随机现象及其统计规律性的学科，是高等学校各专业开设的基础学科。本书系统地介绍了概率论与数理统计的概念、方法、理论及应用。本教材的第一部分概率论部分，主要是对随机现象统计规律演绎的研究，内容包括：第一章随机事件与概率，第二章随机变量及其分布，第三章多维随机变量及其分布，第四章随机变量的数字特征，第五

本书系统地介绍集合论、近世代数、点集拓扑、泛函分析、Fourier分析、分布理论、微分几何等近代应用数学的基本内容，及其在自然科学领域中的应用。书中强调对近代数学基本概念的理解、对重要论证方法的思路分析，以培养读者掌握并应用近代应用数学工具解决本专业的实际问题。20世纪初期至今的百余年中，数学科学与自然科学诸领域相辅相

本书介绍了概率论与数理统计的基本概念、理论和方法。本书主要分为两个部分：第一部分为概率论，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，大数定律与中心极限定理；第二部分为数理统计，内容包括抽样分布，参数估计和假设检验。同时，书中教学例题的配备注重了学习难度的循序渐进，并分节选编了题

本书以几类随机系统为研究对象，对数值方法的稳定性和系统的稳定性进行了分析，主要研究了一类半线性随机比例微分方程的均方稳定性问题，并证明了此条件下指数Euler方法对任意非零步长可以保持均方稳定性。进一步对一类Poisson白噪声激励下随机延迟微分方程的稳定性进行研究，获得了稳定性的充分条件。并进行了相应的数值分析。随后