本書分為基礎(chǔ)篇和提高篇兩篇，內(nèi)容包括：隨機事件和概率、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)定律和中心極限定理、數(shù)理統(tǒng)計的基本概念、隨機事件和概率、多維隨機變量及其分布等。

本書是編者根據(jù)多年的教學(xué)實踐，按照新形勢下高等教育改革的精神，結(jié)合財經(jīng)類高校本科專業(yè)概率論與數(shù)理統(tǒng)計的教學(xué)大綱和考試大綱編寫而成。內(nèi)容包括：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)定律與中心極限定理、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗、方差分析與回歸分析等章節(jié)的練習題和自測題

本書全面介紹貝葉斯推理與機器學(xué)習，涉及基本概念、理論推導(dǎo)和直觀解釋，涵蓋各種實用的機器學(xué)習算法，包括樸素貝葉斯、高斯模型、馬爾可夫模型、線性動態(tài)系統(tǒng)等。在介紹方法的同時，強調(diào)概率層面的理論支持，可幫助讀者加強對機器學(xué)習本質(zhì)的認識，其適合想要學(xué)習機器學(xué)習中的概率方法的讀者。首先介紹概率論和圖的基礎(chǔ)概念，然后以圖模型為切入

本書采用了不相關(guān)的、來自信息論的研究，角度新穎地提出了一種證明中心極限的新方法，并對此進行了全面描述：書中先是讀者呈現(xiàn)了熵和費雪信息概念的基本導(dǎo)論，隨后以一系列與它們行為有關(guān)的標準測試作為驗證。在作者的獨特構(gòu)思與實證下，信息論與中心極限定理兩個看似不相干的領(lǐng)域被巧妙地聯(lián)結(jié)起來，實現(xiàn)了跨學(xué)科的科研合作。此外，書里還匯編了

本書為修訂和擴展的新版本，新版里包括更為詳細的EM算法處理、有效的近似維特比訓(xùn)練程序描述，和基于n一最佳搜索的困惑測度和多通解碼覆蓋的理論推導(dǎo)。為了支持對馬爾可夫模型理論基礎(chǔ)的討論，還特別強調(diào)了實際算法的解決方案。具體來說，本書的特點如下：介紹了馬爾可夫模型的形式化框架；涵蓋了概率量的魯棒處理；提出了具體應(yīng)用領(lǐng)域隱馬爾

本書是《概率論與數(shù)理統(tǒng)計》的同步輔導(dǎo)書，集長期在教學(xué)科研第一線的專家的豐富教學(xué)經(jīng)驗，按照系統(tǒng)性、結(jié)構(gòu)性、嚴謹性和簡潔性原則進行編著。內(nèi)容主要包括隨機事件與概率、離散型隨機變量、連續(xù)型隨機變量、隨機變量的數(shù)字特征、隨機向量和極限定理、統(tǒng)計量及其分布、參數(shù)估計、假設(shè)檢驗、方差分析、回歸分析等。適用于普通高等教育概率論與數(shù)理

本書根據(jù)概率論與數(shù)理統(tǒng)計學(xué)科的脈絡(luò)走向和考生的復(fù)習進度，將高等數(shù)學(xué)分為若干部分，考生只需按照書中的知識體系和進度安排進行復(fù)習，就可以輕松掌握考研數(shù)學(xué)的概率論與數(shù)理統(tǒng)計部分。幫助考生在復(fù)習過程中熟悉考查的重點和難點，了解一定的命題規(guī)律和趨勢。

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(luò)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(guān)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

本書系統(tǒng)地介紹了多元統(tǒng)計分析的基本理論與方法，突出實際案例的應(yīng)用和統(tǒng)計思想的滲透，既側(cè)重于應(yīng)用，又兼顧了必要的推理論證，將社會、經(jīng)濟、自然科學(xué)等領(lǐng)域的實際應(yīng)用案例應(yīng)用與多元統(tǒng)計思想緊緊聯(lián)系在一起，方便讀者學(xué)習如何將統(tǒng)計方法的應(yīng)用與生活工作中的實際問題相結(jié)合，選擇合適的模型與方法來進行分析，進而全面地理解并掌握必要的多元

本書共分6章,內(nèi)容包括隨機過程基本概念、隨機過程的均方微積分、泊松過程、平穩(wěn)過程(包括均值遍歷性和功率譜)、馬爾可夫鏈(包括C-K方程、絕對分布、狀態(tài)空間分類)以及平穩(wěn)時間序列的ARMA模型。