本书以Python语言为基础，深入浅出地讲解了模式识别的基本概念、算法原理和实现方法，主要包括监督学习和非监督学习两大类模式识别方法，并详细介绍了多种经典算法，如K近邻、逻辑回归、支持向量机、决策树、集成方法、多层感知器、K-means和Apriori算法等；涵盖了数据处理、数据降维、时间序列模型、深度学习和AutoM

本书内容介绍控制论的发展、工程应用中的问题及其目标安排。首先，探讨了控制器开发流程，涵盖控制系统设计、模型开发、快速原型等内容，并详细讨论了系统模型与表达，包括模型降阶、线性模型簇等。然后，介绍了M序列系统辨识的原理和应用案例，尤其是在燃料电池空气供应系统中的应用。并对开环频率校正、PID控制、串级控制、内模控制等策略

概率论与数理统计是大学数学的第三门课。本书针对高职高专理工专业编写，主要包括概率论的基本概念、随机事件及其概率、一维及多维随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、假设检验、方差分析和回归分析等知识模块，在保留前四版优秀内容的基础上，本书第5版进行了全面升级，并特别加强了数学建模与数学实验教学

从一些经典的益智游戏或挑战出发，见识（熟悉）和体会计算思维（主要是其中的逻辑思维和算法思维）的若干观念和要点，是本书编写的初衷和追求。本书挑选了32个游戏或挑战，实现学习和体会计算思维观念和要点的目标。它们本身相互独立，读者可以任意顺序阅读，没有前后依赖关系。问题是指对该游戏的一般化推广，即“泛化”，在分析的基础上总结

本书主要内容包括事件与概率、离散型随机变量、连续型随机变量、大数定律与中心极限定理、数理统计的基本概念、点估计、假设检验、方差分析和回归分析、Excel在统计分析中的应用等九章，章末增加了一定量的习题，其中大多数是近年来的考研试题，另外有些习题是来自保险实务、工业生产等现实生活中的问题，这些习题对学生在学习中理论联系实

本书作者依托教学实践经验与学科知识体系，精心编写了这本概率论与数理统计作业本。本书突破传统题型单一的局限，内容涵盖填空题、选择题、判断题及计算题等多元题型。每道题目均经过严谨设计，旨在帮助读者深化理论认知、提升解题能力，实现对知识体系的全面梳理与精准把握，是课堂学习与考研复习的优质辅助资料。

本书通过案例讲述有关的概念和方法，不仅介绍了ARMA模型、状态空间模型、Kalman滤波、单位根检验和GARCH模型等一元时间序列方法，还介绍了很多多元时间序列方法，如线性协整、门限协整、VAR模型、Granger因果检验、神经网络模型、可加AR模型和谱估计等，并且增加了全新的一章讲述如何用深度学习进行时间序列分析.书

本书以线性规划与单纯形法为主线，系统地阐述了线性规划对偶理论和灵敏度分析、整数规划、图与网络优化、运输问题和动态规划，同时介绍了非线性规划基础。全书共8章，每章结尾都配有一定数量的习题，可供读者自学或复习只用，是一本运筹学的入门教材。本书着重介绍运筹学的基本原理和方法，注重结合经济管理专业实际，具有一定的深度和广度，可

本书主要内容包括线性规划、运输规划、整数规划、目标规划、动态规划、图与网络优化、网络计划技术、非线性规划、存储论、排队论、决策分析等。本书的编写充分考虑了智能算法和大数据为运筹学的应用与发展带来的机遇与挑战，增加了教学案例和应用程序部分，在相关章节详细介绍了Excel和运筹优化求解器在优化中的应用。

本书是为高等学校工科研究生编写的“最优化方法及应用”课程教材，主要内容包括：概述、无约束最优化（一维、多维）、约束最优化（线性、非线性）、全局最优化新方法、多目标优化、应用实例等。全书内容组织突出应用导向，力求在使学生理解优化方法的基本思想、实施步骤、软件实现的基础上，最大限度减少繁复的数学推导和证明，同时结合案例将相