本书内容主要有随机事件及其概率、随机变量及其分布、随机变量的数字特征、极限定理初步、数理统计的基础概念、参数估计、假设检验。

本书较系统介绍了随机事件与概率、随机变量及其概率分布、多维随机变量及其概率分布、随机变量的数字特征、大数定律与中心极限定理等概率论基本知识，以及数理统计的基本概念和抽样分布、参数估计、假设检验、方差分析与回归分析初步等数理统计的基本知识。在每章后面均配有相关内容的Mathcad数学实验，这不仅使学生提高了学习概率论与数理统计的兴趣，而且还能巩固和加深对所学知识的理解。

     《概率论与随机过程（英文版）》系统地介绍概率论与随机过程的基本概念、基本方法、基本理论以及应用。《概率论与随机过程（英文版）》分为8章。前4章介绍概率论的一般知识及应用，后四章介绍随机过程的一般知识及应用。
　　《概率论与随机过程（英文版）》注重概念之间的联系和背景介绍，强调知识的应用，而且《概率论与随机过程（英文版）》所有内容是自包含的，讲述浅显易懂，便于自学。
　　《概率论与随机过程（英文版）》供非数学专业、应用型本科理工类

运筹学的思想和方法用精简的语言来描述，就是建立某个问题的数学模型并求其“zui大值”或“zui小值”。在经济、管理以及各种工程技术问题中，这样的问题比比皆是。但是，运筹学的模型和方法在实际应用时大多数都是计算非常烦琐的，如果不与计算机技术相结合，则较难将其应用到解决实际问题中去。MATLAB是当前很好的科学计算语言之一，在本书中，一方面继续保留相关理论和方法的描述；另一方面则对书中所涉及的所有算法给出相应的MATLAB程序。
　　本书将运筹学的基本内容按照数学模型分成线性模型、非线

    为了能夠建立一个优良的服务系统,并使之有效运转,必须先要清楚地了解在不同条件下,系统行为以及状态的变化,并以此作为设置服务系统和运作规则的依椐.第一章讨论什么是系统行为以及衡量其绩效尺度的基本概念,以此作为进入以后各章节理论分析与应用的引导.

     本书全面阐述了模式识别的基础理论、*新方法以及各种应用。讨论了贝叶斯分类、贝叶斯网络、线性和非线性分类器设计、特征生成、特征选取技术、学习理论的基本概念以及聚类概念与算法。与前一版相比，增加了大数据集和高维数据相关的*新算法，提供了*新的分类器和鲁棒回归的核方法。新增一些热点问题，如非线性降维、非负矩阵因数分解、关联性反馈、鲁棒回归、半监督学习、谱聚类和聚类组合技术。每章均提供有习题与练习，用MATLAB求解问题，给出一些例题的多种求解方法；且支持网站上提

          本书共十章，主要内容包括随机事件及其概率、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、回归分析、方差分析、正交设计。本书注重阐明概率论的基本概念、基本理论以及数理统计常用方法的背景和思想，并通过配套的例题和习题，加强对基本理论和公式的理解和应用。为了丰富工科数学的教学内容，使学生对近代统计学的发展成果有所了解，提高学生的创新能力，本书将贝叶斯统计、逐步回归、岭回归、协方