本書(shū)提出采用圍線積分方法（Sakurai-Sugiura方法）來(lái)處理一種非線性特征值問(wèn)題，該方法不僅可以將原特征值問(wèn)題轉(zhuǎn)化為一個(gè)標(biāo)準(zhǔn)特征值問(wèn)題，而且具有并行計(jì)算的架構(gòu)。本書(shū)第1章著重介紹了用邊界元法與圍線積分方法來(lái)求解不同類(lèi)型特征值問(wèn)題的公式推導(dǎo)與算法算例；基于第1章算法的建立，本書(shū)第2章介紹了基于此算法的各類(lèi)聲子晶體

本書(shū)介紹了概率論與數(shù)理統(tǒng)計(jì)的基本概念、基本理論與方法.內(nèi)容包括：概率論基本概念、隨機(jī)變量與隨機(jī)向量及其分布、隨機(jī)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(jì)的基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析和回歸分析.每章均配有習(xí)題，書(shū)后附有習(xí)題答案，習(xí)題中收集了歷屆研究生考試試題，既便于教學(xué)，又利于考試復(fù)習(xí)，本書(shū)可作為高等

本書(shū)主要講述本科概率論與數(shù)理統(tǒng)計(jì)課程主要知識(shí)，內(nèi)容安排完全按照教育部規(guī)定的教學(xué)大綱設(shè)計(jì)的。全書(shū)共九章，主要包括隨機(jī)事件與概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)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(jì)的基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、數(shù)理統(tǒng)計(jì)在經(jīng)濟(jì)中的應(yīng)用。本書(shū)可作為理工類(lèi)、經(jīng)管類(lèi)本科生的教材，也可供新

本書(shū)按照主教材的章節(jié)順序，分為10章主要內(nèi)容包括隨機(jī)事件與概率、一維隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、極限定理、數(shù)理統(tǒng)計(jì)基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、回歸分析及方差分析簡(jiǎn)介、經(jīng)典問(wèn)題剖析本書(shū)內(nèi)容緊扣主教材，書(shū)中例題豐富且具有代表性，例題分析與解答展示了基本的解題思路、解題方法與解題技巧，起到了

《Python應(yīng)用數(shù)值方法解決工程和科學(xué)問(wèn)題》是為想要學(xué)習(xí)和應(yīng)用數(shù)值方法來(lái)解決工程和科學(xué)問(wèn)題的學(xué)生撰寫(xiě)的。書(shū)中提供了足夠豐富的理論知識(shí)。如果讀過(guò)本書(shū)的姊妹篇《工程與科學(xué)數(shù)值方法的MATLAB實(shí)現(xiàn)(第4版)》，就會(huì)發(fā)現(xiàn)過(guò)渡到Python程序是無(wú)縫的！不需要事先具有Python編程經(jīng)驗(yàn)。本書(shū)以解決問(wèn)題為導(dǎo)向，強(qiáng)調(diào)理論聯(lián)系實(shí)

本書(shū)展示了如何使用真實(shí)的數(shù)據(jù)真實(shí)地進(jìn)行貝葉斯數(shù)據(jù)分析。作者從概率與程序設(shè)計(jì)的基本概念出發(fā)，逐步帶你進(jìn)階，幫助你最終掌握在實(shí)際的貝葉斯數(shù)據(jù)分析中常用的高級(jí)模型。本書(shū)分為三大部分，共有25章。第一部分介紹基礎(chǔ)知識(shí)，內(nèi)容包括貝葉斯推斷的基本思想、模型、概率及R語(yǔ)言編程。第二部分涵蓋了現(xiàn)代貝葉斯數(shù)據(jù)分析的所有關(guān)鍵思想。第三部分

本書(shū)從系統(tǒng)視角出發(fā),闡述如何利用技術(shù)手段搭建企業(yè)級(jí)推薦系統(tǒng),內(nèi)容包括認(rèn)知篇、數(shù)據(jù)篇、召回篇、排序篇、系統(tǒng)篇5個(gè)部分，覆蓋企業(yè)級(jí)推薦系統(tǒng)建設(shè)的核心要點(diǎn)。本書(shū)知識(shí)體系清晰，從基礎(chǔ)知識(shí)切入，逐步深入，先后涉及推薦系統(tǒng)的經(jīng)典技術(shù)、主流技術(shù)和前沿技術(shù)。本書(shū)通過(guò)“理論+案例+代碼示例+心得體會(huì)”的方式闡述、歸納和總結(jié)推薦系統(tǒng)的知識(shí)

時(shí)間序列分析是統(tǒng)計(jì)學(xué)科的一個(gè)重要分支，它主要研究隨著時(shí)間的變化，事物發(fā)生、發(fā)展的過(guò)程，尋找事物發(fā)展變化的規(guī)律并預(yù)測(cè)未來(lái)的走勢(shì)。在日常生產(chǎn)和生活中，時(shí)間序列比比皆是，所以目前時(shí)間序列分析方法廣泛應(yīng)用于經(jīng)濟(jì)、金融、天文、氣象、海洋、物理、化學(xué)、醫(yī)學(xué)、質(zhì)量控制等諸多領(lǐng)域，成為眾多行業(yè)經(jīng)常使用的統(tǒng)計(jì)方法。本書(shū)是基于Python

本書(shū)系統(tǒng)介紹了非線性**化問(wèn)題的經(jīng)典理論和傳統(tǒng)優(yōu)化算法，如約束優(yōu)化問(wèn)題的**性條件、鞍點(diǎn)理論和對(duì)偶理論，梯度下降算法、可行方向法、罰函數(shù)方法等，同時(shí)也介紹了一些新近發(fā)展起來(lái)的優(yōu)化理論與算法，如次梯度理論、共軛函數(shù)、信賴(lài)域方法、臨近點(diǎn)方法、交替極小化方法、交替方向法等。

本教材從實(shí)際數(shù)據(jù)應(yīng)用角度出發(fā)，結(jié)合實(shí)際生活、經(jīng)濟(jì)、金融等方面數(shù)據(jù)，將非參數(shù)統(tǒng)計(jì)方法與實(shí)際應(yīng)用相結(jié)合，強(qiáng)化理論知識(shí)及R軟件的應(yīng)用，提出解決相關(guān)問(wèn)題的具體步驟，從而使讀者能夠理解常用非參數(shù)統(tǒng)計(jì)方法的思想，并通過(guò)R軟件實(shí)現(xiàn)應(yīng)用非參數(shù)統(tǒng)計(jì)方法分析數(shù)據(jù)需求。本書(shū)的目的是希望用簡(jiǎn)明的語(yǔ)言，完整的案例分析來(lái)直觀的介紹非參數(shù)統(tǒng)計(jì)方法的