《概率论与建模（第二版）》遵循高等院校教学指导委员会关于概率论与数理统计课程的教学基本要求编写而成，《概率论与建模（第二版）》共9章，分别是随机事件与概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验和方差分析和回归分析。

《概率论与数理统计》系统地介绍概率论与数理统计的基本内容以及数理统计的基本思想、原理与方法．内容包括随机事件与概率、一维随机变量及其概率分布、多维随机变量及其概率分布、数字特征、大数定律与中心极限定理、样本及抽样分布、参数估计、假设检验、方差分析与回归分析．各章都配有适量的例题与习题，习题又分为用于基本知识与计算训练的A类习题与综合能力训练的B类习题．《概率论与数理统计》的特点是着重理论联系实际．

《概率论与数理统计（第四版）》体系新颖、结构严谨、内容翔实、叙述清晰、重点突出、难点分散、例题典型、习题丰富。重视对学生分析、推理、计算和应用数学能力的培养。内容包括：随机事件及其概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征与极限定理、样本及其分布、参数估计、假设检验、回归分析与方差分析、正交试验设计、应用数学模型共十章。

本书内容主要包括事件与概率，随机变量，数学期望，特征函数，极限定理，抽样分布，参数估计，假设检验，线性回归等第9章。内容精炼，由浅入深，论述严谨。本书是集作者多年教学经验、结合理工科“概率统计”课程的教学需要而编写的。适合高等院校“数学与应用数学”信息与计算科学“统计学”等专业的理工科本科生作为教材使用，也可供科技工作者阅读和参考。

本书主要内容包括：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；随机变量的数字特征；大数定律和中心极限定理；统计量及其分布；假设检验；方差分析和正交试验设计初步等。

　　《概率论与数理统计》主要介绍概率论与数理统计的基本概念、基本理论和基本方法。内容包括随机事件及其概率、随机变量及其分布、随机变量的数字特征、数理统计的基本概念、参数估计、假设检验、方差分析与回归分析等，每章配有习题、自测题及其参考答案。全书结构严谨，层次清晰，由浅入深，循序渐进，知

　　《概率论与数理统计》是科技部创新方法工作专项项目子题“科学思维、科学方法在概率统计课程中的应用与实践”的研究成果，内容包括随机事件与概率、随机变量及其分布、二维随机变量及其分布数字特征和极限定理、数理统计的基本概念、参数估计、假设检验、线性统计模型。每章后配有习题，附录介绍了SAS

　　《概率论与数理统计》遵循教育部高等学校大学数学课程教学指导委员会新修订的“工科类本科数学基础课程教学基本要求”，并参考教育部考试中心制定的“全国硕士研究生入学统一考试数学考试大纲”编写而成。《概率论与数理统计》知识体系相对完整，结构严谨，内容丰富，循序渐进，通俗易懂，例题丰富。

本书包括绪论共14章内容，约45万字。第1至第6章属于运筹学确定型模型，适用于本科教学段，第7至第10四章属于运筹学随机型模型，适用于研究生教学段。

　　《模式识别》共分为8章。第一章为绪论，主要介绍了模式识别的概念，系统组成及常用方法。第二章～第五章主要介绍了统计模式识别的方法，有特征聚类，贝叶斯分类，fish线性判别以及近邻法。第六章讲述了几种人工神经网络方法，第七章详细介绍了一个三维识别的案例。