智能优化正在成为智能科学、信息科学、人工智能中最为活跃的研究方向，它在科研、工程、经济、管理、国防乃至民生诸多领域发挥着越来越大的作用，已经成为多种学科交叉融合研究的前沿课题。有关智能优化算法方面的书籍国内外已出版了多种，但其内容的广度还远落后于该领域的快速发展。为弥补这方面的不足，本书全面收集了国内外已提出的原创的智

概率论是高等院校数学和统计学专业的基础课程之一。全书共七章，主要包括：随机事件及其概率、随机变量及其分布、随机变量的数值特征、多维随机变量及其分布、多维随机变量的数值特征、大数定律与中心极限定理。除第1章外每章配有习题，书末附有部分习题参考答案或提示，便于读者学习和检查所学知识。本书着眼于理论联系实际，通过精选例题并结

本书共13章，分别介绍了随机变量的抽样方法，随机向量的抽样方法，随机过程的抽样方法，Gibbs抽样和马尔可夫链，Metropolis-Hastings算法、HMC算法及SMC算法，EM算法和MM算法，梯度下降法，Newton-Raphson算法，坐标下降法，Boosting算法，凸优化与支持向量机，ADMM算法，深度学

本书是在高等学校非数学专业“概率论与数理统计”课程的教学基本要求基础上，按照全国硕士研究生招生考试数学考试大纲的要求，结合编者多年的教学实践经验编写而成的.全书共8章，内容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、随机变量的数字特征、大数定律与中心极限定理、统计量和抽样分布、参数估计和假设检验.每节、

本书基于麻省理工学院开设的概率论入门课程编写，内容全面，例题和习题丰富，结构层 次性强，能够满足不同读者的需求。书中介绍了概率模型、离散随机变量和连续随机变量、多元随机变量以及极限理论等概率论基础知识，还介绍了矩母函数、条件概率的现代定义、独立随机变量的和、最小二乘估计等高级内容。

本书是河南省“十四五”普通高等教育规划教材重点立项,是将传统纸质教材内容与教学视频等相关数字资源链接在一起的新形态立体化教材。《BR》本书内容由概率论与数理统计两部分组成。概率论部分包括概率论基础、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;数理统计部分包括数理统计基础、参数估计

本书共分为6章,主要介绍了计算机思维与算法、计算机基本知识及计算机病毒与防治、中文Windows7操作系统、中文字处理软件和Word2016、电子表格软件Excel2016、文稿演示软件PowerPoint2016、计算机网络及网络新技术等方面的内容。全书力求用简洁、通俗的语言引导读者逐步掌握计算机基础知识、操作系统和

本书第3版是“互联网+”视角下的新形态教材,借助于APP平台提供微课、动画、释疑解难、数学建模、数学实验等助学、助教数字资源,并配有综合题库,从而更有助于“概率论与数理统计”的教与学。本书是根据教育部高等学校大学数学课程教学指导委员会制定的《经济和管理类本科数学基础课程教学基本要求》,由具有多年教学经验的教师编写而成。

本书全面介绍优化理论，重点介绍设计工程系统的实用算法。

本书是为理工科大学本科相关专业开设的"工程计算方法"或"数值分析"课程编写的实践类教材，主要内容包括数值计算的基本概念、非线性方程的一般解法、线性方程组的直接解法、线性方程组的迭代解法、插值与逼近、数值积分、非线性优化、启发式算法。本书对各数值算法进行了概述，并重点介绍了如何用C语言进行各类方法的编程实践；各章安排了大