本書以數(shù)值分析原理為綱,以算法設計為本,基于Python語言,詳細介紹了原理分析到自編碼算法設計與應用的過程和思想,旨在提升學生的數(shù)值計算和實踐編碼能力,其數(shù)值算法設計思想可遷移到機器學習和深度學習,為學術深造和應用研究奠定科學計算和自編碼基礎.本書共包含數(shù)值分析的12個領域,教師可以根據(jù)不同的學習對象和教學目的選擇相

《隨機分析與控制簡明教程》介紹隨機分析及隨機控制的基本理論與方法.第1章介紹布朗運動與鞅,涵蓋定義、停時定理、Doob不等式、下鞅的Doob-Meyer分解定理、Meyer過程等內容;第2章介紹隨機積分、It.公式、鞅表示定理,以及測度變換的Girsanov定理.第3章介紹隨機微分方程基礎:解的存在唯一性、解對系數(shù)的連

本書系統(tǒng)地介紹了多元統(tǒng)計分析中的經典理論和方法，重點講解了多元正態(tài)總體的參數(shù)估計和假設檢驗、聚類分析、判別分析、主成分分析、因子分析、對應分析、典型相關分析。本書力求以統(tǒng)計思想為主線，以SPSS軟件為工具，深入淺出地介紹各種多元統(tǒng)計方法的理論和應用，以大量實際問題為背景，介紹多元統(tǒng)計分析的基本概念和方法，具有很強的實用

本書根據(jù)高等學校非數(shù)學類專業(yè)“概率論與數(shù)理統(tǒng)計”課程的教學要求和教學大綱，將新工科理念與國際化深度融合，借鑒國內外優(yōu)秀教材的特點，結合山東大學數(shù)學團隊多年的教學經驗編寫完成.本書共8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、數(shù)字特征與極限定理、統(tǒng)計量及其分布、參數(shù)估計、假設檢驗、概率論與數(shù)理統(tǒng)計在

本書介紹計算機上常用的數(shù)值計算方法，闡明數(shù)值計算方法的基本理論和實現(xiàn)，討論一些數(shù)值計算方法的收斂性和穩(wěn)定性，以及數(shù)值計算方法在計算機上實現(xiàn)時的一些問題。內容包括數(shù)值計算引論、非線性方程的數(shù)值解法、線性方程組的數(shù)值解法、插值法、曲線擬合的最小二乘法、數(shù)值積分和數(shù)值微分、常微分方程初值問題的數(shù)值解法。各章內容有一定的獨立性

試驗設計是近代科學發(fā)展的重要基礎理論之一。它研究不同條件下各種試驗的*優(yōu)設計準則、構造和分析的理論與方法。為適應現(xiàn)代試驗的需要，作者于2006年開始建立了一個新的*優(yōu)因子分析設計理論，包括*優(yōu)性準則、*優(yōu)設計構造，以及他們在各種不同設計類中的推廣。《*優(yōu)因析設計理論（英）》*先給出近代試驗設計，主要是多因子試驗設計的基

最優(yōu)化理論與方法是計算機科學與技術、人工智能及相關專業(yè)的主干課程之一。本書結合最優(yōu)化理論與方法的基本原理和各種高效算法的實際應用，系統(tǒng)地介紹了最優(yōu)化問題的數(shù)學建模方法，并融入了和最優(yōu)化理論與方法課程密切相關的思政元素。全書共9章，第1章為引言，第2～9章全面系統(tǒng)地介紹了相關數(shù)學知識、線性規(guī)劃、單純形方法、對偶理論和靈敏

現(xiàn)代控制理論基礎是控制類專業(yè)的一門重要的基礎課程。本教材以線性系統(tǒng)為研究對象，對線性系統(tǒng)的時間域理論進行了全面的論述，主要內容包括系統(tǒng)的狀態(tài)空間描述、線性系統(tǒng)的運動分析、線性系統(tǒng)的能控性與能觀測性、系統(tǒng)運動的穩(wěn)定性和線性定常系統(tǒng)的綜合等。每章都配有較豐富的例題和習題，便于讀者自學和練習。本教材內容突出基礎性，理論講解簡

本書在簡要介紹概率論知識的基礎上，著重介紹常用的數(shù)理統(tǒng)計方法和隨機過程模型，其中數(shù)理統(tǒng)計部分包含數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設檢驗、方差分析與正交試驗設計、回歸分析等；隨機過程部分包含隨機過程的基本概念、泊松過程、高斯過程與隨機微分方程、馬爾可夫鏈等。這些內容可為解決自然科學、工程技術、社會科學等領域的復雜隨機問題

貝葉斯是當前人工智能的重要基礎之一。目前市面上有關貝葉斯的書籍，大多是從工科角度去闡述貝葉斯定理的推導和應用，因此運用了非常多的煩瑣公式、定理和推導。而貝葉斯應用卻是非常廣泛的，絕不僅僅是機器學習的一個工具，還可以上升到一套科學思維方法論。本書主要以貝葉斯為核心，講授了一些重要的思維方式，包括概率思維、最大似然估計、貝