本书模式识别理论与实践学习的立体教程，针对的读者是具有一定数理知识的从业人员。通过本书的学习，读者能够熟练掌握模式识别的基础知识、基本方法和工程应用。本书主要包括模式识别的基本概念、贝叶斯决策理论、概率密度函数的参数估计、非参数判别分类方法、聚类分析、特征提取与选择、模糊模式识别、神经网络、深度学习。最后是项目实战，系

"本书以计算思维为主线介绍计算机科学的入门知识，主要针对计算机类专业一年级本科生的“计算机科学导论”“大学计算机基础”等课程。全书共8章，主要内容包括计算机概述、计算机中信息的表示、操作系统、Python编程基础、算法与数据结构、数据库原理及应用、计算机网络技术、计算机新技术等。本书参考了《计算课程体系规范》（CC20

"多元统计分析在多个领域展现广泛的应用价值。本书主要介绍多元统计分析的相关内容，包括随机向量、多元正态分布、统计推断、多元线性回归、主成分分析、因子分析、聚类分析、判别分析、分类神经网络、路径分析和结构方程等。书中主要的多元统计方法都以常用的统计软件SPSS和JMP作为求解运算与分析工具。本书既可作为高等院校工科类和经

本书分为两部分：第一部分汇集历年试卷，涵盖填空题、选择题以及解答题，为学生提供实际的考试体验；第二部分为习题详解，包括知识点、思路分析、解答过程，帮助学生深化理解。

本书是根据高职高专应用数学课程的教学基本要求编写而成的。全书分6章：前3章为线性代数部分，分别介绍行列式、矩阵与线性方程组；第4、5章为概率论与数理统计部分，第6章为数学软件与数学实验。每章后配有习题(AB)与相关材料阅读。本书内容选择突出精选够用，语言表达力求通俗易懂。

本书根据数据分析的过程，系统介绍了数据的收集、数据的处理、数据的分析、数据的展现、分析报告的撰写，其中数据的处理与数据的分析为本书的重点内容。在数据处理方面，主要介绍了数据的一致性处理、缺失数据的处理、重复数据的处理、数据的转置、字段的分列、字段的匹配、数据的抽取、数据的计算及数据的修整等内容。在数据分析方面，主要介绍

本书内容包括随机事件及其概率、随机变量及其概率分布、多维随机变量及其概率分布、随机变量的数字特征、大数定律及中心极限定理和数理统计初步等内容。在内容的选取上注重学生的逻辑推理能力及解决应用问题能力等数学应用能力的培养,适当数学淡化理论的严密性和抽象概念。删除了传统教材中难而繁的内容,保留了理工科各专业所需要的最基本内容

"计算方法”是高等学校计算机科学与技术、软件工程、人工智能、数学、材料科学与工程等相关专业的主干课程之一。本书结合计算方法的基本概念、基本原理及实际应用，系统地介绍了如何利用计算方法的基本思想求解若干数学问题，并采用扩展阅读的方式融入了与"计算方法”课程密切相关的思政元素。全书共7章，全面、系统地介绍了计算方法涉及的基

本书涵盖数值分析、统计计算的核心内容，既包含一些经典的数值方法，又系统地介绍了统计计算中的新方法。本书共8章，内容包括计算统计引论、矩阵计算、函数逼近与最小二乘法、方程与方程组的数值解法、数值积分与数值微分、马尔可夫链蒙特卡洛模拟、EM优化算法、组合优化与启发式算法等。本书结合理论算法、计算机程序与计算机专业领域应用案

本书内容全面,简明扼要,思路清晰,突出应用。本书分为时间序列门限模型、变参数门限自回归模型、截面数据门限空间模型、面板数据门限模型、面板门限空间模型、门限空间向量自回归模型和半参数门限空间滞后模型七章。本书突出各类模型的适用对象、建模思路和应用中常见问题的诠释。本书可作为金融学、区域经济学、管理学和计量经济学相关领域的