本书重点研究了位置数据的智能聚类学习相关模型和算法前沿，集中反映了作者近年来对空间数据聚类与智能优化相结合的研究成果，系统阐述了GPS位置数据聚类学习的相关模型与算法。本书共分为7章，包括GPS位置数据聚类模型和智能优化的关键技术，GPS位置数据的遗传、模糊粒子-遗传融合、遗传-模糊蚁群混合自动聚类模型与算法，基于Ma

在信息化发展迅速的今天，数据统计分析的使用及更新日新月异，数据统计分析的可视化可视化是一个辅助分析的工具,而不是数据分析的替代,它也不是统计的替代，是通过可视表达增强人们完成某些任务的效率，数据分析的可视化能够带给人们的不仅仅是视觉上的冲击，还能够揭示蕴含在数据中的规律和道理。本书主要包括R软件的使用、数据描述性分析、

非参数统计是统计学一个重要分支。由于它对总体分布假定的要求很宽泛，且适用于各类测量（定类、定序、定距、定比）尺度数据，所以在数据分析的研究与实践中有着广泛应用。本书在介绍非参数统计各个方法原理的基础上，使用R语言统计软件进行计算。在内容上主要包括：*章绪论作为全书的铺垫，第二章至第五章则按照单样本、两相关样本、两独立样

《数理统计》在统计量与抽样分布的基础上，讲解总体中未知参数的点估计以及区间估计，在经典统计学派的基础上，结合先验信息，讲述统计决策与贝叶斯估计的相关内容，进而讲解参数的假设检验以及分布的检验等。在内容结构安排上，抽样分布、参数估计与假设检验内容安排前后呼应，一脉相承，便于学生对数理统计内容整体的理解与学习。数理统计是伴

本书在内容选材上以必需和够用为主要原则，符合教学大纲的基本要求，结构清晰，简明实用，易学易教。本书内容主要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、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、Excel在概率统计方面的应用。本次修订采取纸质教

本书涉及面极广，不仅讨论了概率论在离散空间中的诸多课题，而且涉及了概率论在物理学、化学、生物学（特别是遗传学）、博弈论及经济学等方面的应用．书中主要内容有：样本空间及其上的概率计算，独立随机变量之和的随机起伏，事件的组合及条件概率，离散随机变量及其数字特征，大数定律，离散的马尔可夫过程及其各种重要特征，更新理论等．除正

本书是威廉·费勒的著作《概率论及其应用（卷1）》的续篇。第1、2、3、6章介绍了各种重要的分布和随机过程；第7、8、16、17章讨论大数定律、中心极限定理和无穷可分分布；第9、10章讨论半群方法与无穷可分分布、马尔可夫过程的关系；第11章为更新理论；第12、18章论述随机游动及傅立叶方法的应用；第13、1

《概率论与数理统计（人工智能专用）》介绍了与人工智能密切相关的概率论与数理统计的内容。全书分成两大部分，di一部分主要介绍概率论的知识，涵盖概率论的基本概念、一维随机变量及其分布、二维随机变量及其分布，数字特征，大数定理和中心极限定理外，还增加了信息论基础知识、若干集中不等式的相关知识。第二部分主要介绍常见的数理统计知

本书主要介绍概率论和随机过程的基础知识和基本概念，内容包括概率论和随机过程两部分。第1~5章介绍概率论的基本概念及定理，主要包括随机事件与概率、离散型随机变量及其分布、连续型随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理;第6章介绍随机过程的基本概念、泊松过程、马尔可夫过程、鞅、布朗运动、随机积分和伊藤公

本书简明系统地介绍了概率论和随机过程的基本内容，内容丰富，富有时代特色。书中有许多新的简明讲法，帮助读者更好地理解所学内容和加深对问题本质的理解。本书内容和习题难度适中，适合作为理工科大学数据科学类、统计学类、数学类本科生概率论课程教材或教学参考书。