本書將模糊數(shù)據(jù)作為統(tǒng)計學研究范疇的對象，特別是以具有凸性的模糊數(shù)據(jù)作為研究對象，將統(tǒng)計學分析方法和模糊數(shù)學理論有機地結合起來，尤其是將α截集與置信區(qū)間分析方法相結合，提出并研究了模糊統(tǒng)計估計方法、廣義模糊估計量等。這些成果豐富和發(fā)展了模糊數(shù)據(jù)統(tǒng)計分析方法，在模糊數(shù)據(jù)統(tǒng)計分析方法的方法論、認識論上具有一定程度的創(chuàng)新發(fā)展。全書系統(tǒng)地闡述和研究了模糊數(shù)據(jù)統(tǒng)計分析方法及應用。全書內容分為兩部分:第一部分介紹和闡述了模糊集理論的有關內容，這是全書的理論基礎;第二部分研究和闡述了模糊數(shù)據(jù)統(tǒng)計分析方法及應用，

本書深入全面地講解了現(xiàn)代推薦算法，同時兼顧深度和廣度，介紹了當下較前沿、先進的各類算法及其實踐。本書從總覽篇開始，介紹推薦系統(tǒng)的基本概念及工作環(huán)節(jié)。在模型篇中，除了梳理推薦系統(tǒng)的發(fā)展史，本書還重點講解面向工業(yè)實踐的選擇及改進，為讀者打下推薦系統(tǒng)的算法基礎；進而帶著讀者進階到前沿篇、難點篇，面對推薦系統(tǒng)中的各式問題，給出解決方案；最后在決策篇中，從技術原理和用戶心理出發(fā)，解釋一些常見決策背后的依據(jù)，從而幫助讀者從執(zhí)行層面進階到?jīng)Q策層面，建立大局觀。本書力求用簡潔易懂的語言說清核心原理，對已經(jīng)有一定

本書以Python為工具，全面講解概率論與數(shù)理統(tǒng)計的主要內容和多元統(tǒng)計分析常用技術。全書包括13章和4個附錄，內容翔實，講解深入淺出。概率論4章，講解概率論基礎知識，主要是隨機變量的相關理論；數(shù)理統(tǒng)計4章，主要是樣本理論、參數(shù)估計和假設檢驗；回歸分析2章，包括一元和多元回歸分析及其統(tǒng)計解釋；多元統(tǒng)計3章，主要講解主成分分析和因子分析理論。整書內容簡明，易上手，實用性強。本書不需要讀者有良好的數(shù)學基礎，4個附錄提供了Python基礎知識、微積分與線性代數(shù)的必要基礎，可滿足不同層次的讀者需求。本書的

本書以Python為工具，全面講解概率論與數(shù)理統(tǒng)計的主要內容和多元統(tǒng)計分析常用技術。全書包括13章和4個附錄，內容翔實，講解深入淺出。概率論4章，講解概率論基礎知識，主要是隨機變量的相關理論；數(shù)理統(tǒng)計4章，主要是樣本理論、參數(shù)估計和假設檢驗；回歸分析2章，包括一元和多元回歸分析及其統(tǒng)計解釋；多元統(tǒng)計3章，主要講解主成分分析和因子分析理論。整書內容簡明，易上手，實用性強。本書不需要讀者有良好的數(shù)學基礎，4個附錄提供了Python基礎知識、微積分與線性代數(shù)的必要基礎，可滿足不同層次的讀者需求。本書的

本書主要介紹了現(xiàn)代隨機過程理論中一些經(jīng)典的理論,內容包括預備知識、隨機過程的基本概念、泊松過程、布朗運動、馬爾可夫鏈、更新過程、鞅與停時、隨機積分與隨機微分方程以及它們在破產(chǎn)理論和金融衍生產(chǎn)品定價方面的應用.本書選材精簡實用,內容安排得當,論述簡潔明了,語言自然流暢,具有很好的可讀性.此外,每小節(jié)之后基本都配有精選的練習題,便于讀者掌握和鞏固知識,每章還配有電子課件,掃描二維碼可以反復學習.

全書共十章，內容包括回歸分析、變量選擇、時間序列、非參數(shù)統(tǒng)計、聚類分析、判別分析、邏輯斯諦回歸與支持向量機、主成分分析、因子分析、縱向數(shù)據(jù)分析。各章都有豐富的案例分析，為使書中案例貼近數(shù)據(jù)的應用實際，采用了方便獲取的證券市場高頻數(shù)據(jù)，并使用國際通用的R軟件進行數(shù)據(jù)收集、處理、加工和分析，便于讀者自己動手和實際應用。全書內容講解簡明扼要，注重應用，讓讀者從收集數(shù)據(jù)開始，掌握數(shù)據(jù)收集、整理和大數(shù)據(jù)統(tǒng)計分析的全過程。

本書面向復雜不確定環(huán)境下可解釋分類的需求，重點闡述作者提出的置信規(guī)則分類方法體系及其在實際工程中的應用。全書主要內容包括不可靠數(shù)據(jù)魯棒置信規(guī)則分類、面向大數(shù)據(jù)的緊湊置信規(guī)則分類、數(shù)據(jù)與知識雙驅動的復合置信規(guī)則分類、精確且可解釋的置信關聯(lián)規(guī)則分類、面向高維數(shù)據(jù)的置信關聯(lián)規(guī)則分類、面向軟標簽數(shù)據(jù)的置信關聯(lián)規(guī)則分類等方面的理論進展，以及在編隊目標識別、多框架融合目標識別、多屬性決策融合目標威脅評估等實際問題中的應用。

功能分析（FunctionsAnalysis)是由斯金納在1948年提出的用以解釋行為和環(huán)境變量之間的關系的一種方法，70年代起研究人員開始將其應用于臨床實踐。實踐證明這一方法對于孤獨癥、智力發(fā)育障礙、精神分裂癥及多重診斷等人群的嚴重問題行為的分析上有著重要的作用。本書是有關功能分析方法的最新內容，詳細介紹了這一方法的具體實踐應用和注意事項，包括倫理考量、實驗設計和方法、數(shù)據(jù)解讀等多個方面。書中提供教學用幻燈片、練習腳本、培訓前后的測驗、數(shù)據(jù)記錄表格和可重復使用的講義等材料，適用于對學校、

本書基于回聲狀態(tài)網(wǎng)絡ESN研究時間序列分類和預測問題：第一，分析了面向時間序列分析的ESN；第二，研究了基于DE和ESN的時間序列分類方法；第三，研究了基于BSA優(yōu)化ESN的時間序列預測方法；第四，研究了基于組合ESN的時間序列預測方法；第五，設計了基于小波ESN的旅游需求預測模型；第六，構建了基于雙儲備池ESN的電力負荷預測模型；第七，設計了基于VMD和改進ESN的風速預測模型；第八，提出了基于Bagging和ESN的能源消費量預測。這些研究成果可以幫助行業(yè)和企業(yè)管理人員提高復雜數(shù)據(jù)環(huán)境下的預

本書系統(tǒng)地介紹了定義在離散格(包括Zd和Bethe樹等)圖上的取值于有限集合的隨機場的相變、信息度量，以及網(wǎng)絡演化博弈論。全書共10章，分為三個部分。第一部分包括第1章至第3章，給出了隨機場的一般定義，重點介紹馬爾可夫場和Gibbs場，以及它們的等價關系，討論了Z2和樹(包括開樹和閉樹)上Ising模型的相變問題。第二部分是第4章至第9章，介紹定義在Zd和樹上的隨機場的信息度量，包括各種熵度量和率失真函數(shù)，證明了某種意義下的平穩(wěn)隨機場熵率的存在性，并證明了在概率收斂意義下的弱熵定理，特別對樹指標