1、概率论基础知识；2、基础理论：随机过程的引入（定义的引入、分类、平稳过程）、离散时间的Markov链（定义的引入、分类、不变测度、极限定理）、最优停时与鞅、连续时间的Markov链（定义的引入、Poisson过程、Renew过程、应用案例）、连续时间的随机过程（布朗运动）、随机分析及随机微分方程；3、应用案例分析：

本讲义共分五个部分.第一部分包括前六讲,简要介绍了概率论的基本概念、结论和方法.第二部分包括第七-十讲,介绍布朗运动的基本概念和性质.第三部分包括第十一-十八讲,其中第十一-十五讲介绍~Ito~随机积分的概念及其重要性质,例如特别重要的Ito等距、Ito乘积法则和Ito~链式法则.第十六--十八讲介绍Ito随机微分方程

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。

本书给出了数值分析的现代方法及Python程序实现，主要包括误差分析、解线性方程组的直接法和迭代法、矩阵特征值问题的计算、非线性方程求根、插值法与最小二乘拟合、数值积分和数值微分、常微分方程初值问题的数值解法、快速Fourier变换以及蒙特卡罗方法等。书中配有大量的例题及Python程序实现，每一章给出了阅读材料、习题

R软件的基本介绍、R软件的数据结构和图形功能、R软件实现数据的处理及清洗方法，R软件进行数据描述性分析，利用R软件进行参数估计，R软件进行假设检验，对应分析案例与R实现、典型相关分析案例与R实现。

本书结合作者近几年的研究成果，主要介绍人工蜂鸟算法和蝠鲼觅食优化算法的提出、改进及其工程应用，内容包括：人工蜂鸟算法，包括算法提出的灵感、步骤、数学模型、性能测试及其工程应用等；人工蜂鸟算法的改进及其工程应用，从运用切比雪夫混沌映射进行初始化来提高求解的精度和引导觅食时加入莱维飞行，使得算法避免过早收敛和具有良好的稳定

本书全面地介绍了基于状态空间模型的线性定常系统理论。除了运动分析、能控能观性、稳定性、反馈镇定、极点/特征结构配置、观测器设计等基础理论之外，本书首次系统性地介绍了线性系统的输入输出标准型理论，全面地解决了状态反馈极点配置、解耦控制、最小相位系统的输出反馈镇定、基于逆系统的输出跟踪、基于平坦输出的状态跟踪等问题；充分利

本书内容涵盖控制相关学科各专业所必需的基础知识，以时域中的线性系统理论知识为主要内容，同时兼顾控制的频域知识。主要内容包括系统的数学描述、系统的动态响应、系统的能控性和能观性、系统的最小实现、系统的稳定性、系统的时域综合等。本书在内容论述上力求精练，在概念叙述上力求清晰，在理论分析上力求严谨，在系统设计方法和算法介绍上

本书采纳了人本主义社会学最为常见的一种研究视角，也即将互联网时代短视频行业中决定视觉呈现结果的算法看作一种实践逻辑，将算法实践纳入到技术－组织－个人的研究框架下，强调算法实践的社会情境性和社会嵌入性，并重点关注渗透在其中的人类主观能动性，最终展示出各类社会行动者在与算法实践互动的过程中，如何持续地、动态地参与着算法实践

本书以MATLAB为工具，以实际问题数学模型的建立与求解为案例，介绍数值计算方法及其在实际问题中的应用。主要内容包括：MATLAB的基本操作、误差分析、曲线插值与曲面插值、曲线拟合、数值积分与数值微分、特征值与特征向量的计算、线性方程组的数值解法、非线性方程((组)的数值解法、常微分方程(组)的数值解法、综合案例讲解等