本书深入浅出地介绍了数值计算的基本概念、常用方法及其程序实现。内容涵盖数值计算的一般概念和误差分析的常用方法，线性方程组的直接解法，插值的概念及主要插值方法，迭代法求解方程、线性方程组及非线性方程组的常用方法，数值积分与数值微分的常用方法，函数逼近的概念及常用方法，求解矩阵特征值与特征向量的常用方法，求解一阶常微分方程初值问题的主要方法，Python程序设计及数值计算实现的基本方法。
本书注重基本概念和理论的完整性、计算方法的有效性和实用性以及学习过程中的思维连贯性。
本书可以作为高等院校理工科专业尤其是IT相关专业“数值计算方法”课程的教材，也可以作为相关领域科技工作者的参考书。

本书深入浅出地介绍了数值计算的基本概念、常用方法及其程序实现。内容涵盖数值计算的一般概念和误差分析的常用方法，线性方程组的直接解法，插值的概念及主要插值方法，迭代法求解方程、线性方程组及非线性方程组的常用方法，数值积分与数值微分的常用方法，函数逼近的概念及常用方法，求解矩阵特征值与特征向量的常用方法，求解一阶常微分方程初值问题的主要方法，Python程序设计及数值计算实现的基本方法。
本书注重基本概念和理论的完整性、计算方法的有效性和实用性以及学习过程中的思维连贯性。
本书可以作为高等院校理工科专业尤其是IT相关专业“数值计算方法”课程的教材，也可以作为相关领域科技工作者的参考书。

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。

更多科学出版社服务，请扫码获取。

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。

更多科学出版社服务，请扫码获取。

所有应用学科都有一个共同特点：实践性。所有科技工作者都有一个共同目标：寻找事物的本质和变化规律。在科学研究中发现新规律、在实际生产中探索新工艺、在产品开发中寻求最佳决策等，试验是一项重要的实践活动。试验会产生大量的数据，如何利用数据洞悉事物的本质，如何构建合适的模型刻画事物的发展规律，这就是本书要叙述的主要内容。《试验设计与数据分析》着力讲叙常用的试验方案优化设计及其相应的数据分析方法。具体内容包括：误差理论和样本分布、参数估计和假设检验、方差分析、相关分析、回归分析、试验设计基础、正交试验设计、均匀试验设计、响应曲面试验设计等。

所有应用学科都有一个共同特点：实践性。所有科技工作者都有一个共同目标：寻找事物的本质和变化规律。在科学研究中发现新规律、在实际生产中探索新工艺、在产品开发中寻求最佳决策等，试验是一项重要的实践活动。试验会产生大量的数据，如何利用数据洞悉事物的本质，如何构建合适的模型刻画事物的发展规律，这就是本书要叙述的主要内容。《试验设计与数据分析》着力讲叙常用的试验方案优化设计及其相应的数据分析方法。具体内容包括：误差理论和样本分布、参数估计和假设检验、方差分析、相关分析、回归分析、试验设计基础、正交试验设计、均匀试验设计、响应曲面试验设计等。

本书是在《模式识别与人工智能(基于MATLAB)》的基础上写作而成，为了适应模式识别算法的新发展、满足各层次读者的学习需求，在原有基础上增加了大量新内容，包括细化各章的内容和增加三种新算法。本书广泛涉及统计学、模糊控制、神经网络、人工智能等学科的思想和理论，将模式识别与人工智能理论和实际应用相结合，针对具体案例进行算法设计和分析，并运用MATLAB程序实现。全书共分为12章，内容包括模式识别概述、贝叶斯分类器设计、判别函数分类器设计、聚类分析、模糊聚类分析、神经网络聚类设计、模拟退火算法聚类设计、遗传算法聚类设计、蚁群算法聚类设计、粒子群算法聚类设计、免疫算法、禁忌搜索算法。覆盖了各种常用的模式识别技术。

本书是在《模式识别与人工智能(基于MATLAB)》的基础上写作而成，为了适应模式识别算法的新发展、满足各层次读者的学习需求，在原有基础上增加了大量新内容，包括细化各章的内容和增加三种新算法。本书广泛涉及统计学、模糊控制、神经网络、人工智能等学科的思想和理论，将模式识别与人工智能理论和实际应用相结合，针对具体案例进行算法设计和分析，并运用MATLAB程序实现。全书共分为12章，内容包括模式识别概述、贝叶斯分类器设计、判别函数分类器设计、聚类分析、模糊聚类分析、神经网络聚类设计、模拟退火算法聚类设计、遗传算法聚类设计、蚁群算法聚类设计、粒子群算法聚类设计、免疫算法、禁忌搜索算法。覆盖了各种常用的模式识别技术。

这是一本写给对概率统计及应用有兴趣的非专业读者的书，目的是帮助他们理解高科技发展中概率统计等概念的意义。本书写作中以悖论、谬误、以及一些饶有趣味的数学案例作先导，引起读者的兴趣和思考，在解答问题的过程中讲述概率论中的基本知识和原理，及其在物理学、信息论、网络、人工智能等技术中的应用。书中介绍的著名趣味概率问题包括高尔顿钉板、几何概型悖论、博士相亲、中国餐馆过程等。通过讨论这些简单有趣的例子，让读者了解概率统计中的重要概念，诸如随机变量、期望值、贝叶斯定理、大数定律、中心极限定理、马尔可夫过程、深度学习、判别型和生成型等。

这是一本写给对概率统计及应用有兴趣的非专业读者的书，目的是帮助他们理解高科技发展中概率统计等概念的意义。本书写作中以悖论、谬误、以及一些饶有趣味的数学案例作先导，引起读者的兴趣和思考，在解答问题的过程中讲述概率论中的基本知识和原理，及其在物理学、信息论、网络、人工智能等技术中的应用。书中介绍的著名趣味概率问题包括高尔顿钉板、几何概型悖论、博士相亲、中国餐馆过程等。通过讨论这些简单有趣的例子，让读者了解概率统计中的重要概念，诸如随机变量、期望值、贝叶斯定理、大数定律、中心极限定理、马尔可夫过程、深度学习、判别型和生成型等。

本书较全面地介绍了各类最优化问题的理论和方法，包括：最优化问题概述、线性规划的对偶理论及其应用、非线性规划、动态规划、多目标优化及应用、现代优化算法和综合应用案例。全书以方法为重点，编入了大量的最优化模型应用案例，在考虑到系统性的基础上尽可能回避有关理论证明，做到实用性强，并运用富媒体技术介绍相关方法和模型，拓宽学生的视野，培养数学素质。本书以石油高校相关专业硕士研究生为教学对象，也可供相关专业教师和高年级本科学生作为参考书。

本书较全面地介绍了各类最优化问题的理论和方法，包括：最优化问题概述、线性规划的对偶理论及其应用、非线性规划、动态规划、多目标优化及应用、现代优化算法和综合应用案例。全书以方法为重点，编入了大量的最优化模型应用案例，在考虑到系统性的基础上尽可能回避有关理论证明，做到实用性强，并运用富媒体技术介绍相关方法和模型，拓宽学生的视野，培养数学素质。本书以石油高校相关专业硕士研究生为教学对象，也可供相关专业教师和高年级本科学生作为参考书。