真实世界中的序列数据随时间推移呈爆炸式增长，如何设计面向序列数据的知识发现方法是当前研究的热点之一。本书以深度学习和多视图学习为理论基础，以序列数据为研究对象，为面向序列数据分析提供多视图的学习方法与技术，同时为典型场景下的序列数据分析提供多视图深度学习解决方案，以期为序列数据分析、多视图学习领域的研究及应用提供参考。

本书包括4个部分内容：1-4章为概率论的理论部分;5-6章为统计应用的基础准备部分,介绍了大量样本数据呈现的极限特征,以及统计应用中常用的四大分布及性质;7-8章为统计的基本应用部分,介绍了参数的点估计,区间估计以及假设检验问题;第9章介绍了现实中常用的统计方法--一元回归分析.前8章是一般本科概率论与数理统计课程的基

本书以近邻思想、同步聚类模型及快速同步聚类算法为研究课题，重点研究了基于近邻图与单元网格图的聚类算法、基于近邻势与单元网格近邻势的聚类算法、快速同步聚类算法、基于Vicsek模型线性版本的同步聚类算法、基于线性加权Vicsek模型的收缩同步聚类算法、基于分而治之框架与收缩同步聚类算法的多层同步聚类方法和基于ESynC算

贝叶斯是当前人工智能的重要基础之一。目前市面上有关贝叶斯的书籍，大多是从工科角度去阐述贝叶斯定理的推导和应用，因此运用了非常多的烦琐公式、定理和推导。而贝叶斯应用却是非常广泛的，绝不仅仅是机器学习的一个工具，还可以上升到一套科学思维方法论。本书主要以贝叶斯为核心，讲授了一些重要的思维方式，包括概率思维、最大似然估计、贝

试验设计是近代科学发展的重要基础理论之一。它研究不同条件下各种试验的*优设计准则、构造和分析的理论与方法。为适应现代试验的需要，作者于2006年开始建立了一个新的*优因子分析设计理论，包括*优性准则、*优设计构造，以及他们在各种不同设计类中的推广。《*优因析设计理论（英）》*先给出近代试验设计，主要是多因子试验设计的基

本书系统地介绍了多元统计分析中的经典理论和方法，重点讲解了多元正态总体的参数估计和假设检验、聚类分析、判别分析、主成分分析、因子分析、对应分析、典型相关分析。本书力求以统计思想为主线，以SPSS软件为工具，深入浅出地介绍各种多元统计方法的理论和应用，以大量实际问题为背景，介绍多元统计分析的基本概念和方法，具有很强的实用

《随机分析与控制简明教程》介绍随机分析及随机控制的基本理论与方法.第1章介绍布朗运动与鞅,涵盖定义、停时定理、Doob不等式、下鞅的Doob-Meyer分解定理、Meyer过程等内容;第2章介绍随机积分、It.公式、鞅表示定理,以及测度变换的Girsanov定理.第3章介绍随机微分方程基础:解的存在唯一性、解对系数的连

在产品研发或改进过程中，需要进行大量而重复的实验以确定最优的配方及工艺。掌握先进的实验方法和数据处理方法，可以缩短研发周期、节省研发成本。《从零学实验设计与数据处理》以实验设计为主线，除了介绍实验设计的基本原理与方法以外，佐以大量产业车间范例，旨在使读者学会不同的实验设计的理论与方法。同时通过本书对范例的说明，了

本书是在教育部制定的教学大纲基础上，参照同济大学“概率论与数理统计”课程及教材建设的经验和成果，按照全国硕士研究生入学统一考试数学一的考试大纲要求，根据作者十多年的教学实践经验编写而成．全书共分八章，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、随机变量的数字特征、大数定律及中心极限定理、统计量和抽样分布

相依混合随机变量是现代概率统计中的重要概念,它具有非常直观的实际应用背景,如时间序列数据、空间数据、网格数据和高频数据等都具有相依性,且呈现渐近独立的特征.因此,近几十年来一直都吸引了众多学者的关注与研究,获得了丰硕的研究成果.本书主要介绍混合随机变量的基本理论,内容包括混合随机变量的定义与性质、随机过程的混合性质、混