本书包括4个部分内容：1-4章为概率论的理论部分;5-6章为统计应用的基础准备部分,介绍了大量样本数据呈现的极限特征,以及统计应用中常用的四大分布及性质;7-8章为统计的基本应用部分,介绍了参数的点估计,区间估计以及假设检验问题;第9章介绍了现实中常用的统计方法--一元回归分析.前8章是一般本科概率论与数理统计课程的基

1、概率论基础知识；2、基础理论：随机过程的引入（定义的引入、分类、平稳过程）、离散时间的Markov链（定义的引入、分类、不变测度、极限定理）、最优停时与鞅、连续时间的Markov链（定义的引入、Poisson过程、Renew过程、应用案例）、连续时间的随机过程（布朗运动）、随机分析及随机微分方程；3、应用案例分析：

本讲义共分五个部分.第一部分包括前六讲,简要介绍了概率论的基本概念、结论和方法.第二部分包括第七-十讲,介绍布朗运动的基本概念和性质.第三部分包括第十一-十八讲,其中第十一-十五讲介绍~Ito~随机积分的概念及其重要性质,例如特别重要的Ito等距、Ito乘积法则和Ito~链式法则.第十六--十八讲介绍Ito随机微分方程

真实世界中的序列数据随时间推移呈爆炸式增长，如何设计面向序列数据的知识发现方法是当前研究的热点之一。本书以深度学习和多视图学习为理论基础，以序列数据为研究对象，为面向序列数据分析提供多视图的学习方法与技术，同时为典型场景下的序列数据分析提供多视图深度学习解决方案，以期为序列数据分析、多视图学习领域的研究及应用提供参考。

敏感性试验设计是试验设计研究领域的主要研究方向之一，其应用背景主要是针对燃爆产品试验和药剂试验，通过设计若干刺激水平和观测对应的二元响应数据，估计感兴趣的特殊刺激水平，如成功响应概率p对应的刺激水平，称其为感度分布的p分位数。 传统的敏感性试验设计没有优化准则，而且希望估计的主要是0.5分位数。随着对研究对象更高质量的

试验设计是统计学最早的一个分支之一，是人们认识自然，了解自然的重要手段。在科学技术日益发展的今天，试验设计早已深入到农业，林业，化学，生物医药，计算机等领域，为其发展提供重要的理论支持，并对其实际应用提供大量可执行的操作方法。随着各领域的飞速发展，传统的实体试验已不能满足实际工作者的需要。计算机的飞速发展，逐渐改变了试

本书主要包括高级运筹学的基本概念与基本理论、线性规划与灵敏度分析、整数规划、动态规划、目标规划、一维极值优化问题、无约束最优化方法、约束最优化方法、运筹学软件介绍等定量分析和优化的理论与方法。这些内容是经济管理类研究生应具备的基础知识，本书强调学以致用，以大量实际问题为背景引出各分支的基本概念、模型和方法，具有很强的实

本书给出了数值分析的现代方法及Python程序实现，主要包括误差分析、解线性方程组的直接法和迭代法、矩阵特征值问题的计算、非线性方程求根、插值法与最小二乘拟合、数值积分和数值微分、常微分方程初值问题的数值解法、快速Fourier变换以及蒙特卡罗方法等。书中配有大量的例题及Python程序实现，每一章给出了阅读材料、习题

本书采纳了人本主义社会学最为常见的一种研究视角，也即将互联网时代短视频行业中决定视觉呈现结果的算法看作一种实践逻辑，将算法实践纳入到技术－组织－个人的研究框架下，强调算法实践的社会情境性和社会嵌入性，并重点关注渗透在其中的人类主观能动性，最终展示出各类社会行动者在与算法实践互动的过程中，如何持续地、动态地参与着算法实践

本书以MATLAB为工具，以实际问题数学模型的建立与求解为案例，介绍数值计算方法及其在实际问题中的应用。主要内容包括：MATLAB的基本操作、误差分析、曲线插值与曲面插值、曲线拟合、数值积分与数值微分、特征值与特征向量的计算、线性方程组的数值解法、非线性方程((组)的数值解法、常微分方程(组)的数值解法、综合案例讲解等