贝叶斯统计是和基于频率的传统统计(频率派统计)不同的一套关于统计推断或决策的理论、方法与实践.本书除了介绍贝叶斯统计的基本概念之外，还介绍了不同贝叶斯模型的数学背景、与贝叶斯模型对应的各种计算方法，并基于数据例子来介绍如何通过各种软件实现数据分析.本书使用的软件是以R为平台的Stan和以Python为平台的PyMC3，

随着物联网、数字医疗、智慧城市的兴起，时间序列数据分析变得越来越重要。随着持续监测和数据收集变得越来越普遍，对通过统计和机器学习技术进行时间序列分析的需求将会增长。这本实用指南涵盖了时间序列数据分析的创新成果和现实世界的案例，使用传统统计方法和现代机器学习技术，帮你应对时间序列中最常见的数据工程和分析挑战。作者Aile

《概率论与数理统计：基于R语言》的特色在于，通过《概率论与数理统计：基于R语言》，可以将R软件的实践融入概率论与数理统计课程几乎每一个知识点的教学中，让学生从繁杂的数学计算中解脱出来，从而能有更多的时间去理解概率论中抽象概念的实际意义及统计学中统计方法的基本原理和思想。《概率论与数理统计：基于R语言》中R软件部分的教学

本书是作者在相关教材基础上，结合厦门大学自动化专业十余年的教学实践，进一步加工整理而成。本书分状态空间方法基础、线性状态方程的解、系统的可控性和可观测性、时不变动态系统的分解与实现、运动的稳定性和系统的状态反馈与观测器等模块，主要介绍线性系统理论的基本内容和方法，包括系统状态空间描述，线性系统分析与状态反馈综合。系统分

本书将新工科理念与国际化深度融合，借鉴国内外优秀教材的特点，并结合山东大学数学团队多年的教学经验编写完成。本书共8章，包括随机事件与概率、随机变量及其分布、多维随机变量及其分布、数字特征与极限定理、统计量及其分布、参数估计、假设检验、MATLAB在概率论与数理统计中的应用。每节题型采用分层模式，每章总复习题均选编自历年

本书主要介绍计算方法中的一些基本内容：误差和条件问题、解线性方程组的直接法与迭代法、特征值问题的计算方法、解非线性方程(组)的迭代法、插值与逼近、数值积分与数值微分以及常微分方程数值解法。本书内容深入浅出，既强调计算方法的基本概念和理论，更注重算法和实践。每章后面都附有一定数量的习题与上机实验题。

本书包括事件与概率、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。

《应用随机过程》是应用随机过程教材，其内容包括概率论的基础知识、随机过程的基本概念和基本类型、离散（连续）时间的马尔可夫链、泊松过程、鞅过程、布朗运动和平稳过程等。《应用随机过程》尽量采用通俗易懂的方法介绍随机过程中的基本概念和基本理论，更加强调理论的直观解释和应用，选取了大量与社会、经济、金融、生物等领域相关的例题和

《概率论与数理统计》根据近年来新工科数学改革的新成果，结合高等应用型本科院校的实际特点编写，以培养未来多元化、创新型、具有可持续竞争力的工程人才为目标。教材中对传统的教学内容进行优化，利用数学软件解决随机数学和数理统计实际应用问题；还建设了立体化的新形态教材，为打造“两性一度”金课建设创造了必备的条件。《概率论与数理统

本书的目的是考虑大型且具有挑战性的多阶段决策问题，这些问题原则上可以通过动态规划和最优控制来解决，但它们的精确解决方案在计算上是难以处理的。本书讨论依赖于近似的解决方法，以产生具有足够性能的次优策略。这些方法统称为增强学习，也可以叫做近似动态规划和神经动态规划等。 本书的主题产生于最优控制和人工智能思想的相互作用。本