計算思維是計算機科學(xué)家需要學(xué)習(xí)和用來解決問題的重要技能。因為它太重要了，現(xiàn)在許多國家已經(jīng)要求所有學(xué)生都學(xué)習(xí)這項技能。計算思維究竟是什么？它是如何改變我們做事情的方式的？它為什么能夠給我們帶來如此多的樂趣？本書將為你一一揭曉。 本書通過分析游戲、魔術(shù)和謎題等難題的解決過程，介紹了計算思維及其要素，包括算法思維、計算建模、

本書介紹了化的基本概念、典型案例、基本理論和優(yōu)化算法。典型案例來自數(shù)據(jù)科學(xué)、機器學(xué)習(xí)、人工智能、圖像和信號處理等領(lǐng)域，基本理論涵蓋解的存在性和性、各類優(yōu)化問題的一階或二階性條件、對偶理論等，優(yōu)化算法包括無約束優(yōu)化算法、約束優(yōu)化算法、復(fù)合優(yōu)化算法。全書案例豐富，理論翔實，展現(xiàn)了化的實踐算法理論實踐這一特點。書中配備了適量

本書以隨機過程的統(tǒng)計特征和性質(zhì)為主線,旨在將實際應(yīng)用和理論推導(dǎo)聯(lián)系起來,通過概念、定理、例題、詳細(xì)的習(xí)題,盡量體現(xiàn)隨機過程的理論基礎(chǔ)及應(yīng)用價值,以保證教材的綜合性、整體性和前瞻性,從而使統(tǒng)計類專業(yè)和其他工程類專業(yè)、管理類專業(yè)的學(xué)生較為熟練地掌握隨機過程的理論和應(yīng)用.本書共九章,全書內(nèi)容包括隨機過程的基本概念、隨機過程的

本書主要內(nèi)容包括：MATLAB簡介、MATLAB程序設(shè)計基礎(chǔ)、矩陣運算、數(shù)值計算、符號運算、圖形繪制、統(tǒng)計和方程等工具箱。本課程于2019年被評為山東省混合式一流本科課程，此次修訂將會把混合式教學(xué)的研究成果融入教材中，增加自主學(xué)習(xí)檢測、課內(nèi)練習(xí)和課后作業(yè)，加強課前、課中、課后的訓(xùn)練；提升課程的高階性，除了學(xué)習(xí)MATLA

本書是一部經(jīng)典的隨機過程著作，敘述深入淺出、涉及面廣。主要內(nèi)容有隨機變量、條件期望、馬爾可夫鏈、指數(shù)分布、泊松過程、平穩(wěn)過程、更新理論及排隊論等，也包括了隨機過程在物理、生物、運籌、網(wǎng)絡(luò)、遺傳、經(jīng)濟、保險、金融及可靠性中的應(yīng)用。第12版幾乎各章都有新的內(nèi)容，也新增了例子和習(xí)題，其中最大的變化是增加了講解耦合方法的第12

互補約束優(yōu)化是一類帶均衡約束的數(shù)學(xué)規(guī)劃問題,在工程設(shè)計、交通網(wǎng)絡(luò)、通信網(wǎng)絡(luò)、**控制、經(jīng)濟等領(lǐng)域有廣泛的應(yīng)用.本書主要介紹互補約束優(yōu)化的理論和算法,內(nèi)容包括互補約束優(yōu)化的應(yīng)用背景及其約束規(guī)格和**性條件、線性互補約束優(yōu)化的快速算法、非線性互補約束優(yōu)化的光滑化算法、非線性互補約束優(yōu)化的松弛方法等.

本書按新時期大學(xué)數(shù)學(xué)教學(xué)大綱要求編寫而成，內(nèi)容豐富，理論嚴(yán)謹(jǐn)，思路清晰，例題典型，方法性強.本書注重分析解題思路與規(guī)律，并與現(xiàn)實生活中的問題緊密結(jié)合，對培養(yǎng)學(xué)生的學(xué)習(xí)興趣及提高分析問題與解決問題的能力將起到較大作用.全書共分九章，內(nèi)容涵蓋隨機事件、一維隨機變量及其分布、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

《直覺模糊時間序列分析》系統(tǒng)介紹直覺模糊時間序列分析理論和智能信息處理方法，尤其是在網(wǎng)絡(luò)信息安全領(lǐng)域的應(yīng)用。第1章-直覺模糊集、時間序列預(yù)測、直覺模糊時間序列等。第2章-基于多重直覺模糊推理的一階一元IFTS預(yù)測模型。第3章-基于多維直覺模糊推理的高階IFTS預(yù)測模型。第4章-啟發(fā)式變階IFTS預(yù)測模型。第5章-自適應(yīng)

利用時間序列預(yù)測技術(shù)對數(shù)據(jù)進行統(tǒng)計分析，可以推測事物發(fā)展的未來趨勢。然而傳統(tǒng)的時間序列預(yù)測技術(shù)模型構(gòu)建簡單，對于數(shù)據(jù)包含的信息挖掘與剖析不夠深入。因此，采用基于群智能優(yōu)化算法的預(yù)測理論解決時間序列分析與預(yù)測問題，是近年來的研究熱點之一�！痘�于群智能優(yōu)化算法的預(yù)測理論與方法的研究及應(yīng)用》闡述了基于群智能優(yōu)化算法的預(yù)測理論

本書介紹非參數(shù)統(tǒng)計的基本概念和方法,其內(nèi)容包括預(yù)備知識、U統(tǒng)計量、基于二項分布的檢驗、列聯(lián)分析、秩檢驗、檢驗的功效與漸近相對效率、概率密度估計、非參數(shù)回歸.每一章內(nèi)容都著重闡述非參數(shù)統(tǒng)計推斷的一般處理技術(shù)和原則,并給出一些典型例子.各章后面的習(xí)題側(cè)重于應(yīng)用.本書的特點是側(cè)重于介紹非參數(shù)統(tǒng)計在各應(yīng)用領(lǐng)域中的常用方法,盡可