本書從系統(tǒng)視角出發(fā),闡述如何利用技術手段搭建企業(yè)級推薦系統(tǒng),內容包括認知篇、數(shù)據(jù)篇、召回篇、排序篇、系統(tǒng)篇5個部分，覆蓋企業(yè)級推薦系統(tǒng)建設的核心要點。本書知識體系清晰，從基礎知識切入，逐步深入，先后涉及推薦系統(tǒng)的經典技術、主流技術和前沿技術。本書通過“理論+案例+代碼示例+心得體會”的方式闡述、歸納和總結推薦系統(tǒng)的知識

時間序列分析是統(tǒng)計學科的一個重要分支，它主要研究隨著時間的變化，事物發(fā)生、發(fā)展的過程，尋找事物發(fā)展變化的規(guī)律并預測未來的走勢。在日常生產和生活中，時間序列比比皆是，所以目前時間序列分析方法廣泛應用于經濟、金融、天文、氣象、海洋、物理、化學、醫(yī)學、質量控制等諸多領域，成為眾多行業(yè)經常使用的統(tǒng)計方法。本書是基于Python

"空間和時空連續(xù)過程的建模是空間統(tǒng)計學中一個重要且具有挑戰(zhàn)性的問題。本書詳細闡述了隨機偏微分方程（SPDE）方法用于帶有Matérn協(xié)方差結構的連續(xù)空間過程的建模。該方法已經在R-INLA軟件包中采用集成嵌套拉普拉斯逼近（INLA）技術進行實現(xiàn)。本書通過使用模擬數(shù)據(jù)和真實應用程序的示例，解釋了關于建�？臻g過程和SPDE

《互聯(lián)網大廠推薦算法實戰(zhàn)》介紹了互聯(lián)網大廠當前采用的一些前沿推薦算法，并梳理了這些算法背后的思想脈絡與技術框架。 《互聯(lián)網大廠推薦算法實戰(zhàn)》總計10章，內容涵蓋了推薦系統(tǒng)的基礎知識、推薦系統(tǒng)中的特征工程、推薦系統(tǒng)中的Embedding、推薦系統(tǒng)的各組成模塊（包括召回、粗排、精排與重排）所使用的算法技術、推薦算法實踐中經

本書是在教育部制定的教學大綱基礎上，參照同濟大學“概率論與數(shù)理統(tǒng)計”課程及教材建設的經驗和成果，按照全國碩士研究生入學統(tǒng)一考試數(shù)學一的考試大綱要求，根據(jù)作者十多年的教學實踐經驗編寫而成．全書共分八章，包括隨機事件與概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律及中心極限定理、統(tǒng)計量和抽樣分布

本書是在《ProbabilityandStatistics（概率論與數(shù)理統(tǒng)計）》的基礎修訂而來，全書總共11章，包括：引言、隨機變量及其概率分布、數(shù)字特征、大數(shù)定律與中心極限定理、統(tǒng)計量及其概率分布、參數(shù)估計和假設檢驗、回歸分析、方差分析、馬爾科夫鏈等內容，本書用豐富的例子講述各種基本概念、基本理論和基本方法，在敘述上

本書在廣泛征求讀者意見的基礎上進行編寫，設置了一些生活中與概率統(tǒng)計相關的經典案例、編寫了一定數(shù)量的題目，例題和習題多采用一些在客觀世界，即自然科學、工程技術、經濟管理領域和日常生活中經常遇到的現(xiàn)實問題，希望以此來提高學生學習概率統(tǒng)計的興趣以及利用概率統(tǒng)計知識解決實際問題的能力。本書內容共七章，第一、二、三章介紹概率論內

本書基于國家社科基金的項目基礎上，更加完善和系統(tǒng)對該領域進行了梳理。層次模型，又稱多水平模型，是嵌套結構數(shù)據(jù)的建模方法。研究熱潮起于20世紀90年代，現(xiàn)已廣泛應用于教育學、社會學、經濟學等許多領域。層次模型的貝葉斯分析是統(tǒng)計學科前沿領域。而環(huán)境科學現(xiàn)正處于利用模型和數(shù)據(jù)進行推斷和預測的方法論革新時代，環(huán)境學家面臨涵蓋了

本書共含七章內容，各章內容依次為：函數(shù)與極限、導數(shù)與微分、微分中值定理與導數(shù)的應用、不定積分、定積分、定積分的應用、微分方程。本書通過新穎的講義形式編排，可幫助讀者更為輕松地理解并掌握高等數(shù)學的知識體系，同時本書還具備一下幾項特色：一是增加了重要概念、方法、理論的微課與例題講解。二是突高等數(shù)學的基本思想和基本方法。三是

本書共8章，并附有期中、期末同步測試卷和考研直通車真題卷與專題卷。同步檢測卷以章節(jié)為單位，全都按照研究生入學考試模式編排試卷，每章包含兩套試卷，分為A、B卷。A卷主要考查基本知識，讓讀者掌握教材知識點并熟練運用，打牢基礎；B卷難度稍大，編排了相當數(shù)量的考研真題，可以提升讀者解題能力，提前感受考研難度。試卷中的每一道習題