本书是作者对近几年在区间函数型数据评价方面所取得的研究成果进行的系统整理与归类。全书共九章内容，可以分为四部分：第1部分为区间函数型数据评价理论体系构建，主要讲述区间函数型数据评价的基本步骤、赋权方法、评价结果处理等；第2部分为区间函数型主成分评价方法研究，主要阐述单变量和多变量区间函数型主成分评价方法、一般分布下的区

数值分析作为计算数学的基础研究领域之一，关注一些基础共性问题的计算方法。它通过对问题近似建模，提出解决方案，并将这些方案用计算机程序实现，同时对算法进行理论分析。作为计算数学专业的基础课程，数值分析致力于培养学生设计、分析及提升算法的能力。本书的内容以多项式近似为核心线索，涵盖从多项式插值和逼近到数值微分、积分，再到常

本书是科学出版社“十四五”普通高等教育本科规划教材，系统地介绍贝叶斯统计的概念、方法和实践案例，旨在培养学生的贝叶斯统计思维和统计建模能力，以及将理论知识运用于实践的能力。本书结合丰富的实际案例和计算机实验，帮助学生深入理解贝叶斯统计的原理，并强调贝叶斯统计在不同领域中的应用价值。本书共九章，涵盖贝叶斯统计的基础知识和

本书前四章取材于1987年Stroock在麻省理工学院的演讲。它们构成了对大偏差理论基本思想的介绍，并为具有较强分析和概率论背景的高年级研究生提供了一个学期的课程基础。最后两章介绍了各种不一致的结果(第5章)，并概述了允许测试和比较前几章中使用的技术的分析方法(第6章)。本书适合对大偏差感兴趣的研究生和数学研究人员阅读

本书是以教育部高等学校大学数学课程教学指导委员会制定的“大学数学课程教学基本要求”为指导，结合应用型本科院校数学教学的特点编写而成。全书结构严谨、理论系统、举例丰富、实用性强。全书以通俗易懂的语言，系统地讲解了随机事件及其概率、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、大数定律及中心极限定理、数理统计

本书根据教育部高等学校大学数学课程教学指导委员会制定的“大学数学课程教学基本要求”，并参考教育部考试中心制定的“全国硕士研究生招生考试数学考试大纲”，在2020年第二版的基础上修订而成。全书内容包括随机事件及其概率、随机变量的分布及其数字特征、多维随机向量的分布及其数字特征、大数定律与中心极限定理、数理统计的基本概念、

本书将首先梳理关于处理缺失数据的统计方法，其次从模型推断角度出发，分别在随机缺失机制假定与非随机缺失机制假定下，基于分位回归设计新的缺失分位回归估计方法，给出估计量的统计性质，通过模拟研究和实际数据分析验证方法的有效性。

本书共分10章，第1章为绪论，包括多元统计分析的发展历史、多元数据的组织及可视化；第2章为矩阵代数基础，包括矩阵的Kronecker乘积和拉直运算，以及矩阵的分解和微分等；第3章和第4章介绍多元统计推断的基本理论，包括多元抽样分布、参数估计和多元正态总体的假设检验等；第5章至第10章介绍常用的多元统计分析方法，包括判别

本教材根据教育部最新制定的《高等工科院校本科概率论与数理统计课程的教学基本要求》，结合近年高等教育教学改革的研究成果及最新的数学课程改革理念编写而成，遵循“以应用为目的，以必需够用为度”，着重数学方法的介绍，淡化数学理论的推导和证明。全书共分九章，分别为随机事件与概率、随机变量及其分布、多维随机变量及其分布、随机变量的

本书是讲解模式识别的理论基础和典型应用的教材。本书共14章，前12章为基础理论，包含模式识别概述、理论贝叶斯决策、概率密度的估计、线性判别函数、非线性判别函数、其他分类方法、无监督学习、通用特征选择与提取方法、数据特征提取、数据预处理、深度神经网络基础、深度神经网络典型架构；后2章介绍指纹识别、光学字符识别、语音识别、