本书分为14个章节，内容分别为绪论、GWO算法概述、反向学习和差分变异的GWO算法、随机反向学习和MEPD的强化等级制度的GWO算法、趋优反向学习和随机反向空置算子的GWO算法、混合差分进化的GWO算法、基于DE全局最优和随机学习的GWO算法、混合鲸鱼优化的GWO算法、精简差分扰动GWO算法与均值榜样学习PSO算法的混合算法、混合人工蜂群算法的GWO算法、混合郊狼优化算法的GWO算法、混合同步热交换搜索的GWO算法、改进GWO算法应用于聚类优化、总结与展望。

本书分为14个章节，内容分别为绪论、GWO算法概述、反向学习和差分变异的GWO算法、随机反向学习和MEPD的强化等级制度的GWO算法、趋优反向学习和随机反向空置算子的GWO算法、混合差分进化的GWO算法、基于DE全局最优和随机学习的GWO算法、混合鲸鱼优化的GWO算法、精简差分扰动GWO算法与均值榜样学习PSO算法的混合算法、混合人工蜂群算法的GWO算法、混合郊狼优化算法的GWO算法、混合同步热交换搜索的GWO算法、改进GWO算法应用于聚类优化、总结与展望。

本书是模式识别和场景分析领域奠基性的经典名著。在第2版中，除了保留了第1版中关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。作者还为未来25年的模式识别的发展指明了方向。书中包含许多实例，各种不同方法的对比，丰富的图表，以及大量的课后习题和计算机练习。

本书是模式识别和场景分析领域奠基性的经典名著。在第2版中，除了保留了第1版中关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。作者还为未来25年的模式识别的发展指明了方向。书中包含许多实例，各种不同方法的对比，丰富的图表，以及大量的课后习题和计算机练习。

本教材以基础、应用、实践、创新的教学体系为框架，通过丰富的案例教学、基于Python进行实践操练，使读者更加容易理解基本理论，增加直观性、趣味性及应用性，提高读者解决实际问题的能力。本教材主要内容包括事件与概率、条件概率、一维随机变量及其、多维随机变量及其分布、随机变量函数的分布、数字特征、大数定律与中心极限定理、数理统计初步、矩估计、极大似然估计、区间估计、假设检验等。

更多科学出版社服务，请扫码获取。

本教材以基础、应用、实践、创新的教学体系为框架，通过丰富的案例教学、基于Python进行实践操练，使读者更加容易理解基本理论，增加直观性、趣味性及应用性，提高读者解决实际问题的能力。本教材主要内容包括事件与概率、条件概率、一维随机变量及其、多维随机变量及其分布、随机变量函数的分布、数字特征、大数定律与中心极限定理、数理统计初步、矩估计、极大似然估计、区间估计、假设检验等。

更多科学出版社服务，请扫码获取。

本习题册是根据国家教育部审定的高等工科院校的本科非数学专业的教学要求，并按照同济大学数学科学学院最新编写的《概率论与数理统计》的章节顺序，以方便学生课后巩固基本概念和掌握基本解题方法为主要目的而编写的配套练习册。全书共分八章，分别为随机事件与概率、离散型随机变量、连续型随机变量、随机向量、大数定律和中心极限定理、统计量及其分布、参数估计和假设检验。每节的作业内容覆盖了需要掌握的知识点，难易均衡，题量适中。每章分别编著了基础题、思考题和自我练习题等三个不同层面的习题。目的是开拓作者思路，提高学习兴趣，供学有余力的读者思考提高。另外习题册还附有三套模拟题以巩固知识点。本习题册最后附有参考答案但以供参考。

本习题册是根据国家教育部审定的高等工科院校的本科非数学专业的教学要求，并按照同济大学数学科学学院最新编写的《概率论与数理统计》的章节顺序，以方便学生课后巩固基本概念和掌握基本解题方法为主要目的而编写的配套练习册。全书共分八章，分别为随机事件与概率、离散型随机变量、连续型随机变量、随机向量、大数定律和中心极限定理、统计量及其分布、参数估计和假设检验。每节的作业内容覆盖了需要掌握的知识点，难易均衡，题量适中。每章分别编著了基础题、思考题和自我练习题等三个不同层面的习题。目的是开拓作者思路，提高学习兴趣，供学有余力的读者思考提高。另外习题册还附有三套模拟题以巩固知识点。本习题册最后附有参考答案但以供参考。

本书归纳了计数一次、二次和多次抽样检验的理论与方法，在计量抽样检验中，除单侧限外，本书主要介绍了作者多年独创的双侧限，包括方差已知和未知两种情形。全书以概率统计为工具，将抽样检验的基本原理、方案设计和应用示例按梯度依次展开，使读者在通晓原理的基础上，准确地把握方法，科学地选择抽样方案。本书可供大中型企业质检处的技术管理人员，各地方市场监管局和海关的商品监督人员，工科或管理院校的研究生以及行业或地区的标准化研究人员阅读参考。

本书归纳了计数一次、二次和多次抽样检验的理论与方法，在计量抽样检验中，除单侧限外，本书主要介绍了作者多年独创的双侧限，包括方差已知和未知两种情形。全书以概率统计为工具，将抽样检验的基本原理、方案设计和应用示例按梯度依次展开，使读者在通晓原理的基础上，准确地把握方法，科学地选择抽样方案。本书可供大中型企业质检处的技术管理人员，各地方市场监管局和海关的商品监督人员，工科或管理院校的研究生以及行业或地区的标准化研究人员阅读参考。

本书分为三大部分，共计14章，主要内容包括：探索性数据分析入门、概率论基础、推断统计基础、相关性和回归、数据分析栈、R中的数据结构、使用R进行数据处理与可视化、使用R进行数据分析、Python中的数据结构、使用Python进行数据分析等。

本书分为三大部分，共计14章，主要内容包括：探索性数据分析入门、概率论基础、推断统计基础、相关性和回归、数据分析栈、R中的数据结构、使用R进行数据处理与可视化、使用R进行数据分析、Python中的数据结构、使用Python进行数据分析等。