回歸分析是一本統(tǒng)計(jì)學(xué)類(lèi)、數(shù)據(jù)科學(xué)類(lèi)專(zhuān)業(yè)的核心專(zhuān)業(yè)課程，主要為統(tǒng)計(jì)學(xué)及其相關(guān)專(zhuān)業(yè)的本科生介紹回歸分析的建模思想、基本原理和基本方法。本教材的編寫(xiě)邏輯和思路：首先，通過(guò)介紹變量之間的關(guān)系引入回歸的思想，從最簡(jiǎn)單的一元線(xiàn)性回歸模型開(kāi)始，擴(kuò)展到多元線(xiàn)性回歸模型，進(jìn)一步再擴(kuò)展到廣義線(xiàn)性模型，針對(duì)不同的問(wèn)題，建立不同的模型，從簡(jiǎn)單到復(fù)雜，深入淺出的講解回歸模型的建模思想。其次，針對(duì)不同的模型，通過(guò)理論講解與實(shí)例分析介紹如何建立回歸模型，如何實(shí)現(xiàn)回歸模型的估計(jì)，并針對(duì)模型的種種假設(shè)進(jìn)行檢驗(yàn)，以及數(shù)據(jù)違背假設(shè)的

本書(shū)采用先理論方法后實(shí)踐應(yīng)用的方式進(jìn)行撰寫(xiě)，系統(tǒng)介紹了投影尋蹤基本原理、統(tǒng)計(jì)學(xué)習(xí)方法及其多場(chǎng)景應(yīng)用案例，為多方法耦合提供新思路，為復(fù)雜數(shù)據(jù)挖掘提供新方法，為數(shù)據(jù)科學(xué)問(wèn)題解決提供新應(yīng)用。全書(shū)內(nèi)容包括投影尋蹤研究進(jìn)展綜述、投影尋蹤耦合學(xué)習(xí)原理、投影尋蹤耦合學(xué)習(xí)算法、投影尋蹤聚類(lèi)耦合學(xué)習(xí)、投影尋蹤回歸耦合學(xué)習(xí)、投影尋蹤函數(shù)型耦合學(xué)習(xí)、投影尋蹤耦合學(xué)習(xí)評(píng)價(jià)、投影尋蹤耦合學(xué)習(xí)預(yù)測(cè)和投影尋蹤耦合學(xué)習(xí)決策。本書(shū)可作為統(tǒng)計(jì)學(xué)習(xí)、數(shù)據(jù)科學(xué)和工程應(yīng)用方向的研究及實(shí)踐工作者的學(xué)習(xí)參考書(shū)。

本書(shū)教你如何從基于時(shí)間的數(shù)據(jù)(如日志、客戶(hù)分析和其他事件流)中獲得即時(shí)、有意義的預(yù)測(cè)。在這本通俗易懂的書(shū)中，作者通過(guò)帶有注釋的Python代碼全面演示了用于時(shí)間序列預(yù)測(cè)的統(tǒng)計(jì)和深度學(xué)習(xí)方法。全書(shū)分為四部分：第一部分介紹時(shí)間序列預(yù)測(cè)的概念；第二部分介紹使用統(tǒng)計(jì)模型進(jìn)行預(yù)測(cè)；第三部分介紹使用深度學(xué)習(xí)進(jìn)行大規(guī)模預(yù)測(cè)；第四部分介紹使用自動(dòng)化預(yù)測(cè)庫(kù)進(jìn)行大規(guī)模預(yù)測(cè)。

真實(shí)世界中的序列數(shù)據(jù)隨時(shí)間推移呈爆炸式增長(zhǎng)，如何設(shè)計(jì)面向序列數(shù)據(jù)的知識(shí)發(fā)現(xiàn)方法是當(dāng)前研究的熱點(diǎn)之一。本書(shū)以深度學(xué)習(xí)和多視圖學(xué)習(xí)為理論基礎(chǔ)，以序列數(shù)據(jù)為研究對(duì)象，為面向序列數(shù)據(jù)分析提供多視圖的學(xué)習(xí)方法與技術(shù)，同時(shí)為典型場(chǎng)景下的序列數(shù)據(jù)分析提供多視圖深度學(xué)習(xí)解決方案，以期為序列數(shù)據(jù)分析、多視圖學(xué)習(xí)領(lǐng)域的研究及應(yīng)用提供參考。本書(shū)針對(duì)序列數(shù)據(jù)的動(dòng)態(tài)性、突變性、不確定性和時(shí)空關(guān)聯(lián)性等特點(diǎn)，探討多視圖學(xué)習(xí)理論，構(gòu)建面向序列數(shù)據(jù)的多視圖方法，概述基礎(chǔ)理論與傳統(tǒng)方法，并系統(tǒng)地介紹多視圖序列數(shù)據(jù)應(yīng)用領(lǐng)域的研究理論

1、概率論基礎(chǔ)知識(shí)；2、基礎(chǔ)理論：隨機(jī)過(guò)程的引入（定義的引入、分類(lèi)、平穩(wěn)過(guò)程）、離散時(shí)間的Markov鏈（定義的引入、分類(lèi)、不變測(cè)度、極限定理）、最優(yōu)停時(shí)與鞅、連續(xù)時(shí)間的Markov鏈（定義的引入、Poisson過(guò)程、Renew過(guò)程、應(yīng)用案例）、連續(xù)時(shí)間的隨機(jī)過(guò)程（布朗運(yùn)動(dòng)）、隨機(jī)分析及隨機(jī)微分方程；3、應(yīng)用案例分析：隨機(jī)過(guò)程在金融中的應(yīng)用、隨機(jī)過(guò)程在流行病傳播中的應(yīng)用、隨機(jī)過(guò)程在社會(huì)學(xué)中的應(yīng)用

敏感性試驗(yàn)設(shè)計(jì)是試驗(yàn)設(shè)計(jì)研究領(lǐng)域的主要研究方向之一，其應(yīng)用背景主要是針對(duì)燃爆產(chǎn)品試驗(yàn)和藥劑試驗(yàn)，通過(guò)設(shè)計(jì)若干刺激水平和觀(guān)測(cè)對(duì)應(yīng)的二元響應(yīng)數(shù)據(jù)，估計(jì)感興趣的特殊刺激水平，如成功響應(yīng)概率p對(duì)應(yīng)的刺激水平，稱(chēng)其為感度分布的p分位數(shù)。 傳統(tǒng)的敏感性試驗(yàn)設(shè)計(jì)沒(méi)有優(yōu)化準(zhǔn)則，而且希望估計(jì)的主要是0.5分位數(shù)。隨著對(duì)研究對(duì)象更高質(zhì)量的要求，在中小樣本下估計(jì)極端p分位數(shù)的需求越來(lái)越強(qiáng)烈。本專(zhuān)著主要給出估計(jì)該類(lèi)極端p分位數(shù)的優(yōu)化試驗(yàn)設(shè)計(jì)方法，并在三元響應(yīng)和混合響應(yīng)情形下給出廣義敏感性試驗(yàn)設(shè)計(jì)的概念、統(tǒng)計(jì)模型和廣義p

這是一本寫(xiě)給對(duì)概率統(tǒng)計(jì)及應(yīng)用有興趣的非專(zhuān)業(yè)讀者的書(shū)，目的是幫助他們理解高科技發(fā)展中概率統(tǒng)計(jì)等概念的意義。本書(shū)寫(xiě)作中以悖論、謬誤、以及一些饒有趣味的數(shù)學(xué)案例作先導(dǎo)，引起讀者的興趣和思考，在解答問(wèn)題的過(guò)程中講述概率論中的基本知識(shí)和原理，及其在物理學(xué)、信息論、網(wǎng)絡(luò)、人工智能等技術(shù)中的應(yīng)用。書(shū)中介紹的著名趣味概率問(wèn)題包括高爾頓釘板、幾何概型悖論、博士相親、中國(guó)餐館過(guò)程等。通過(guò)討論這些簡(jiǎn)單有趣的例子，讓讀者了解概率統(tǒng)計(jì)中的重要概念，諸如隨機(jī)變量、期望值、貝葉斯定理、大數(shù)定律、中心極限定理、馬爾可夫過(guò)程、深

本書(shū)分為8章，內(nèi)容包括時(shí)間序列分析的基礎(chǔ)知識(shí)、時(shí)間序列預(yù)測(cè)的常用方法，以及神經(jīng)網(wǎng)絡(luò)在時(shí)間序列預(yù)測(cè)中的應(yīng)用；時(shí)間序列異常檢測(cè)算法的技術(shù)與框架，如何識(shí)別異常的時(shí)間點(diǎn)及多種異常檢測(cè)方法；時(shí)間序列的相似性度量方法、聚類(lèi)算法；多維時(shí)間序列在廣告分析和業(yè)務(wù)運(yùn)維領(lǐng)域的應(yīng)用，利用OLAP技術(shù)對(duì)多維時(shí)間序列進(jìn)行有效處理，通過(guò)根因分析技術(shù)獲得導(dǎo)致故障的維度和元素；智能運(yùn)維領(lǐng)域（AIOps）和金融領(lǐng)域的兩個(gè)應(yīng)用場(chǎng)景。

本書(shū)以近鄰思想、同步聚類(lèi)模型及快速同步聚類(lèi)算法為研究課題，重點(diǎn)研究了基于近鄰圖與單元網(wǎng)格圖的聚類(lèi)算法、基于近鄰勢(shì)與單元網(wǎng)格近鄰勢(shì)的聚類(lèi)算法、快速同步聚類(lèi)算法、基于Vicsek模型線(xiàn)性版本的同步聚類(lèi)算法、基于線(xiàn)性加權(quán)Vicsek模型的收縮同步聚類(lèi)算法、基于分而治之框架與收縮同步聚類(lèi)算法的多層同步聚類(lèi)方法和基于ESynC算法與微聚類(lèi)合并判斷過(guò)程的組合聚類(lèi)算法等。本書(shū)可作為聚類(lèi)分析領(lǐng)域研究生的教學(xué)和科研參考教材，也可作為智能數(shù)據(jù)分析與處理技術(shù)人員的自學(xué)研究參考教材。

《隨機(jī)分析與控制簡(jiǎn)明教程》介紹隨機(jī)分析及隨機(jī)控制的基本理論與方法.第1章介紹布朗運(yùn)動(dòng)與鞅,涵蓋定義、停時(shí)定理、Doob不等式、下鞅的Doob-Meyer分解定理、Meyer過(guò)程等內(nèi)容;第2章介紹隨機(jī)積分、It.公式、鞅表示定理,以及測(cè)度變換的Girsanov定理.第3章介紹隨機(jī)微分方程基礎(chǔ):解的存在唯一性、解對(duì)系數(shù)的連續(xù)依賴(lài)性等;第4章介紹倒向隨機(jī)微分方程的基本內(nèi)容;第5章給出了隨機(jī)控制問(wèn)題的基本框架,用凸變分的方法推導(dǎo)*大值原理(包括線(xiàn)性二次控制問(wèn)題的求解)、動(dòng)態(tài)規(guī)劃原理,以及兩者之間的聯(lián)系.