本书以ANSYS Workbench 2024 R1版本为基础，对ANSYS Workbench有限元分析的基本思路、操作步骤和应用技巧进行了介绍，并结合典型工程实例讲解了ANSYS Workbench的具体工程应用。本书前7章为操作基础，介绍了ANSYS Workbench 2024 R1基础、DesignModeler概述、草图模式、三维实体建模、三维概念建模、Mechanical应用程序和网格划分等知识；后10章为有限元分析专题，讲解了各种有限元分析的专题知识与实例应用，具体包括线性静力学结构分析、模态分析、谐响应分析、响应谱分析、非线性结构分析、屈曲分析、显式动力学分析、热分析、热－电分析和电磁学分析。

本书以ANSYS Workbench 2024 R1版本为基础，对ANSYS Workbench有限元分析的基本思路、操作步骤和应用技巧进行了介绍，并结合典型工程实例讲解了ANSYS Workbench的具体工程应用。本书前7章为操作基础，介绍了ANSYS Workbench 2024 R1基础、DesignModeler概述、草图模式、三维实体建模、三维概念建模、Mechanical应用程序和网格划分等知识；后10章为有限元分析专题，讲解了各种有限元分析的专题知识与实例应用，具体包括线性静力学结构分析、模态分析、谐响应分析、响应谱分析、非线性结构分析、屈曲分析、显式动力学分析、热分析、热－电分析和电磁学分析。

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。本书针对序列数据的动态性、突变性、不确定性和时空关联性等特点，探讨多视图学习理论，构建面向序列数据的多视图方法，概述基础理论与传统方法，并系统地介绍多视图序列数据应用领域的研究理论、算法及成果。

更多科学出版社服务，请扫码获取。

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。本书针对序列数据的动态性、突变性、不确定性和时空关联性等特点，探讨多视图学习理论，构建面向序列数据的多视图方法，概述基础理论与传统方法，并系统地介绍多视图序列数据应用领域的研究理论、算法及成果。

更多科学出版社服务，请扫码获取。

本书包括4个部分内容：1-4章为概率论的理论部分;5-6章为统计应用的基础准备部分,介绍了大量样本数据呈现的极限特征,以及统计应用中常用的四大分布及性质;7-8章为统计的基本应用部分,介绍了参数的点估计,区间估计以及假设检验问题;第9章介绍了现实中常用的统计方法--一元回归分析.前8章是一般本科概率论与数理统计课程的基本学习内容 ,也是和考研大纲一致的内容,第9章为不同学校或不同专业的学生选学内容.通过本课程学习,学生能够掌握概率与数理统计的基础知识,具备分析随机现象的能力, 对于将来进行科学研究、更深入的统计学习以及考研,都打下重要坚实的基础.

更多科学出版社服务，请扫码获取。

本书包括4个部分内容：1-4章为概率论的理论部分;5-6章为统计应用的基础准备部分,介绍了大量样本数据呈现的极限特征,以及统计应用中常用的四大分布及性质;7-8章为统计的基本应用部分,介绍了参数的点估计,区间估计以及假设检验问题;第9章介绍了现实中常用的统计方法--一元回归分析.前8章是一般本科概率论与数理统计课程的基本学习内容 ,也是和考研大纲一致的内容,第9章为不同学校或不同专业的学生选学内容.通过本课程学习,学生能够掌握概率与数理统计的基础知识,具备分析随机现象的能力, 对于将来进行科学研究、更深入的统计学习以及考研,都打下重要坚实的基础.

更多科学出版社服务，请扫码获取。

本教材主要介绍了随机过程的预备知识、离散时间马氏链、可数状态马氏链、泊松
过程、连续时间马氏链、更新过程、布朗运动等内容。为适应应用型本科财经类相关专业突出技能与应用的要求，本书在介绍随机过程基础理论的前提下，着重使用图表等多种形式，形象地展示课程的脉络。在介绍部分难以理解的知识点时，本书附有相关的 Matlab 及 Python 代码，读者可通过代码的运行，更加形象地理解相关知识点。书中还附有视频教程，读者可通过扫相应页面的二维码观看授课视频。对于复杂的数学推导，本书在不影响读者阅读的前提下，一律放到各章的附录中，以供学有余力的读者参考学习。本书适用于经济管理类本科专业2~3年级学生，也适用于经济管理领域的从业人员。

本教材主要介绍了随机过程的预备知识、离散时间马氏链、可数状态马氏链、泊松
过程、连续时间马氏链、更新过程、布朗运动等内容。为适应应用型本科财经类相关专业突出技能与应用的要求，本书在介绍随机过程基础理论的前提下，着重使用图表等多种形式，形象地展示课程的脉络。在介绍部分难以理解的知识点时，本书附有相关的 Matlab 及 Python 代码，读者可通过代码的运行，更加形象地理解相关知识点。书中还附有视频教程，读者可通过扫相应页面的二维码观看授课视频。对于复杂的数学推导，本书在不影响读者阅读的前提下，一律放到各章的附录中，以供学有余力的读者参考学习。本书适用于经济管理类本科专业2~3年级学生，也适用于经济管理领域的从业人员。

本教材共九章，第一章至第五章为概率论部分，以研究随机现象的统计规律性为主线，为读者提供了必要的理论基础。第六章至八章为数理统计部分，主要介绍了数理统计的基本概念、常用分布、抽样分布定理、参数估计与假设检验。第九章是Excel在概率统计中的应用，现在的科学发展已经越来越离不开计算机的应用，而数理统计是基于数据的收集、整理、分析和推断的一门学科，因此更需要用计算机这一现代化的工具解决实际问题。每章附有习题，同时涵盖了《全国硕士研究生入学统一考试数学考试大纲》概率论与数理统计部分所有的知识点。

本教材共九章，第一章至第五章为概率论部分，以研究随机现象的统计规律性为主线，为读者提供了必要的理论基础。第六章至八章为数理统计部分，主要介绍了数理统计的基本概念、常用分布、抽样分布定理、参数估计与假设检验。第九章是Excel在概率统计中的应用，现在的科学发展已经越来越离不开计算机的应用，而数理统计是基于数据的收集、整理、分析和推断的一门学科，因此更需要用计算机这一现代化的工具解决实际问题。每章附有习题，同时涵盖了《全国硕士研究生入学统一考试数学考试大纲》概率论与数理统计部分所有的知识点。

本书介绍统计分析的Logistic回归模型，以及扩充模型，包括Logistic回归搭配ROC曲线，多项Logistic回归等，通过例题分析，结合计算机统计软件的应用，详细阐述该模型原理与应用。

本书介绍统计分析的Logistic回归模型，以及扩充模型，包括Logistic回归搭配ROC曲线，多项Logistic回归等，通过例题分析，结合计算机统计软件的应用，详细阐述该模型原理与应用。