本书面向复杂不确定环境下可解释分类的需求，重点阐述作者提出的置信规则分类方法体系及其在实际工程中的应用。全书主要内容包括不可靠数据鲁棒置信规则分类、面向大数据的紧凑置信规则分类、数据与知识双驱动的复合置信规则分类、精确且可解释的置信关联规则分类、面向高维数据的置信关联规则分类、面向软标签数据的置信关联规则分类等方面的理

全书共6章,内容包括随机事件与概率、随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、概率模型.除最后一章外,每章都附有习题以及数学家介绍.本书的最后一章为概率模型,介绍概率方法的应用,帮助读者更好地理解概率论的思想和方法,进一步提升读者的数学建模能力,同时增强读者学习数学的兴趣.书后附有习题参考答案

全书共6章，内容包括随机事件与概率、随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、概率模型.除最后一章外，每章都附有习题以及数学家介绍.本书的最后一章为概率模型，介绍概率方法的应用，帮助读者更好地理解概率论的思想和方法，进一步提升读者的数学建模能力，同时增强读者学习数学的兴趣.书后附有习题参考答案

本书是基于作者在香港大学和南方科技大学共14年计算统计教学的经验，同时结合国内其他高校学生和教师的具体情况精心撰写而成的，本书主要内容包括：产生随机变量的方法、几个重要的优化方法、蒙特卡洛积分方法、贝叶斯计算中的MCMC方法，Bootstrap方法等。本书通过组合传统教科书和课堂PPT各自的优点，设置了经纬两条主线，运

本书是随机微分方程与随机分析初学者的入门教材,系统地介绍了概率论、鞅和随机积分及随机微分方程的基础知识、基本理论和典型方法。内容包括：测度与积分、独立性、Radon-Nikodym定理和条件数学期望等概率论的基础知识；停时、离散鞅和连续鞅的基本内容；鞅和连续局部半鞅随机积分的一般理论及Ito型随机微分方程的初步内容。

全书共十章，内容包括回归分析、变量选择、时间序列、非参数统计、聚类分析、判别分析、逻辑斯谛回归与支持向量机、主成分分析、因子分析、纵向数据分析。各章都有丰富的案例分析，为使书中案例贴近数据的应用实际，采用了方便获取的证券市场高频数据，并使用国际通用的R软件进行数据收集、处理、加工和分析，便于读者自己动手和实际应用。全书

现代非参数统计方法是统计学方法论的一个重要组成部分，本书主要介绍若干经典的现代非参数统计方法，包括非参数密度估计、非参数回归方法、分位数回归和非参数似然方法(经验似然)。密度估计方面介绍一元和多元核密度估计；非参数回归方面介绍局部多项式估计的构造、理论性质和应用，样条函数的基本理论、样条估计理论；分位数回归方面介绍分位

本书基于回声状态网络ESN研究时间序列分类和预测问题：第一，分析了面向时间序列分析的ESN；第二，研究了基于DE和ESN的时间序列分类方法；第三，研究了基于BSA优化ESN的时间序列预测方法；第四，研究了基于组合ESN的时间序列预测方法；第五，设计了基于小波ESN的旅游需求预测模型；第六，构建了基于双储备池ESN的电力

时间序列分析是概率统计学科中应用性很强的一个分支，具有非常特殊的、自成体系的一套理论和分析方法，在金融、经济、气象、水文、信号处理、工程技术等众多领域得到了广泛应用。本书以时间序列的统计特征和建模步骤为主线，系统介绍时间序列的基本理论、建模和预测方法以及实践应用，目的是使读者掌握时间序列分析的基本理论、建模和预测的方法

本书共11章,内容包括随机事件及其概率、随机变量及其分布、随机向量、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本知识、参数估计、假设检验、方差分析与回归分析、Matlab软件应用、常见的概率论与数理统计模型。各章配有一定数量的习题,书末附有习题选解与提示,并提供预备知识及6种附表以备查用。本书的编写始终以