本书以专题形式，将博弈论划分为博弈与均衡、非合作博弈、合作博弈、演化博弈四篇专题，由浅入深地介绍博弈论基本知识、数理逻辑和现实应用。在博弈与均衡专题，首先梳理博弈论基本概念、起源、范式，为后续专题的展开奠定理论基础；在非合作博弈专题，重点围绕经典零和博弈，以及对称信息动态及重复博弈展开讨论，对非合作博弈的经典模型、均衡求解方法进行系统阐述；在合作博弈专题，聚焦合作行为产生的条件、效益的分配等合作博弈中的核心关切问题进行阐释；在演化博弈专题，按照博弈的规模及信息交互模式，区分混合均匀与无标度两种网络拓扑形态，系统讨论了演化博弈的动力学过程及演化稳定求解过程。由于博弈本身(尤其是非合作博弈)的对抗性本质，本书最后以博弈视角下的未来智能化战争为切入点，展望了博弈论在军事领域的应用。
本书可作为从事博弈论研究相关人员，以及高等院校运筹学、经济学相关专业本科生和研究生的参考书籍，也可作为广大博弈论爱好者的普及读物。

本书以专题形式，将博弈论划分为博弈与均衡、非合作博弈、合作博弈、演化博弈四篇专题，由浅入深地介绍博弈论基本知识、数理逻辑和现实应用。在博弈与均衡专题，首先梳理博弈论基本概念、起源、范式，为后续专题的展开奠定理论基础；在非合作博弈专题，重点围绕经典零和博弈，以及对称信息动态及重复博弈展开讨论，对非合作博弈的经典模型、均衡求解方法进行系统阐述；在合作博弈专题，聚焦合作行为产生的条件、效益的分配等合作博弈中的核心关切问题进行阐释；在演化博弈专题，按照博弈的规模及信息交互模式，区分混合均匀与无标度两种网络拓扑形态，系统讨论了演化博弈的动力学过程及演化稳定求解过程。由于博弈本身(尤其是非合作博弈)的对抗性本质，本书最后以博弈视角下的未来智能化战争为切入点，展望了博弈论在军事领域的应用。
本书可作为从事博弈论研究相关人员，以及高等院校运筹学、经济学相关专业本科生和研究生的参考书籍，也可作为广大博弈论爱好者的普及读物。

本书内容涵盖了概率论的基础知识，如随机事件及其概率、随机变量及其分布，深入浅出地解析了各类常见分布的特点及其应用背景；同时，本书也对多维随机变量及其分布进行了详尽的介绍，使读者能够深刻理解随机现象的内在联系。本书不仅注重理论知识的传授，还强调了理论与实践相结合的重要性，帮助学生更好地把握随机变量的本质属性及其在实际问题中的应用价值。

本书内容涵盖了概率论的基础知识，如随机事件及其概率、随机变量及其分布，深入浅出地解析了各类常见分布的特点及其应用背景；同时，本书也对多维随机变量及其分布进行了详尽的介绍，使读者能够深刻理解随机现象的内在联系。本书不仅注重理论知识的传授，还强调了理论与实践相结合的重要性，帮助学生更好地把握随机变量的本质属性及其在实际问题中的应用价值。

本书针对概率论与数理统计实践课程设计了概率统计基础实验、应用案例分析、演示验证实验，编撰了典型应用案例。本书注重内容的知识性、启发性、可探索性和素材新颖性，实验基于MATLAB平台和GeoGebra平台开展，附有所有实验程序、案例求解程序和演示验证实验GGB脚本程序文件，可通过扫描二维码获取。

本书针对概率论与数理统计实践课程设计了概率统计基础实验、应用案例分析、演示验证实验，编撰了典型应用案例。本书注重内容的知识性、启发性、可探索性和素材新颖性，实验基于MATLAB平台和GeoGebra平台开展，附有所有实验程序、案例求解程序和演示验证实验GGB脚本程序文件，可通过扫描二维码获取。

本书内容包括概率论、数理统计和R语言初步知识等。

本书内容包括概率论、数理统计和R语言初步知识等。

本书主要介绍了数据分析的基础知识和实操过程。全书共7个单元，第1单元为数据分析概述，第2-6单元以Microsoft Excel 2019软件为例，从数据收集、数据分析常用函数、数据加工与处理、数据分析、数据展示等方面切入，结合具体的案例进行数据剖析；第7单元将理论与实践结合，以某新零售企业的销售数据为例，展现了数据分析完整的操作过程。

本书主要介绍了数据分析的基础知识和实操过程。全书共7个单元，第1单元为数据分析概述，第2-6单元以Microsoft Excel 2019软件为例，从数据收集、数据分析常用函数、数据加工与处理、数据分析、数据展示等方面切入，结合具体的案例进行数据剖析；第7单元将理论与实践结合，以某新零售企业的销售数据为例，展现了数据分析完整的操作过程。

本书共分为9章，首先介绍了R软件中处理时间序列数据的方法以及如何进行时间序列数据的可视化，然后介绍了ARIMA模型及其相关扩展形式的原理、建模方法和应用，以及GARCH模型、VAR模型、VARX模型等，最后介绍了基于机器学习的时间序列预测方法、混沌时间序列的概念与特性，并提供了2个综合案例分析。

本书共分为9章，首先介绍了R软件中处理时间序列数据的方法以及如何进行时间序列数据的可视化，然后介绍了ARIMA模型及其相关扩展形式的原理、建模方法和应用，以及GARCH模型、VAR模型、VARX模型等，最后介绍了基于机器学习的时间序列预测方法、混沌时间序列的概念与特性，并提供了2个综合案例分析。