最優(yōu)化理論與方法是計算機(jī)科學(xué)與技術(shù)、人工智能及相關(guān)專業(yè)的主干課程之一。本書結(jié)合最優(yōu)化理論與方法的基本原理和各種高效算法的實際應(yīng)用，系統(tǒng)地介紹了最優(yōu)化問題的數(shù)學(xué)建模方法，并融入了和最優(yōu)化理論與方法課程密切相關(guān)的思政元素。全書共9章，第1章為引言，第2～9章全面系統(tǒng)地介紹了相關(guān)數(shù)學(xué)知識、線性規(guī)劃、單純形方法、對偶理論和靈敏

現(xiàn)代控制理論基礎(chǔ)是控制類專業(yè)的一門重要的基礎(chǔ)課程。本教材以線性系統(tǒng)為研究對象，對線性系統(tǒng)的時間域理論進(jìn)行了全面的論述，主要內(nèi)容包括系統(tǒng)的狀態(tài)空間描述、線性系統(tǒng)的運動分析、線性系統(tǒng)的能控性與能觀測性、系統(tǒng)運動的穩(wěn)定性和線性定常系統(tǒng)的綜合等。每章都配有較豐富的例題和習(xí)題，便于讀者自學(xué)和練習(xí)。本教材內(nèi)容突出基礎(chǔ)性，理論講解簡

本書在簡要介紹概率論知識的基礎(chǔ)上，著重介紹常用的數(shù)理統(tǒng)計方法和隨機(jī)過程模型，其中數(shù)理統(tǒng)計部分包含數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗、方差分析與正交試驗設(shè)計、回歸分析等；隨機(jī)過程部分包含隨機(jī)過程的基本概念、泊松過程、高斯過程與隨機(jī)微分方程、馬爾可夫鏈等。這些內(nèi)容可為解決自然科學(xué)、工程技術(shù)、社會科學(xué)等領(lǐng)域的復(fù)雜隨機(jī)問題

貝葉斯是當(dāng)前人工智能的重要基礎(chǔ)之一。目前市面上有關(guān)貝葉斯的書籍，大多是從工科角度去闡述貝葉斯定理的推導(dǎo)和應(yīng)用，因此運用了非常多的煩瑣公式、定理和推導(dǎo)。而貝葉斯應(yīng)用卻是非常廣泛的，絕不僅僅是機(jī)器學(xué)習(xí)的一個工具，還可以上升到一套科學(xué)思維方法論。本書主要以貝葉斯為核心，講授了一些重要的思維方式，包括概率思維、最大似然估計、貝

本書主要介紹有限元法基礎(chǔ)知識及COMSOL在彈性力學(xué)、流體力學(xué)、電磁學(xué)、電化學(xué)、多物理場耦合等方面的應(yīng)用。全書先介紹有限元法的基礎(chǔ)知識，然后介紹COMSOL的界面組成與基本操作和網(wǎng)格劃分的方法與實例，最后給出了結(jié)構(gòu)力學(xué)分析實例、流體力學(xué)分析實例、電磁學(xué)分析實例、電化學(xué)分析實例和多物理場耦合分析實例，即以實例方式介紹CO

本書是高等院校概率論課程的教材,是北京大學(xué)數(shù)學(xué)教學(xué)系列叢書"《概率論》的第二版。全書共分六章，內(nèi)容包括：古典概型和概率空間、隨機(jī)變量和概率分布、隨機(jī)向量及其概率分布、數(shù)學(xué)期望和方差、特征函數(shù)和概率極限定理、隨機(jī)過程簡介。每小節(jié)配有練習(xí)題，每章配有總習(xí)題，書末附有習(xí)題答案或提示，供讀者參考。本書對概率論的基本內(nèi)容做了系統(tǒng)

本書詳細(xì)闡述了Python語言基礎(chǔ)知識、Abaqus內(nèi)核二次開發(fā)、Abaqus插件GUI二次開發(fā)和Abaqus主窗口GUI二次開發(fā)的相關(guān)知識，通過大量實例和詳細(xì)說明，幫助讀者掌握Abaqus二次開發(fā)基礎(chǔ)知識和應(yīng)用方法。本書共14章，前兩章為基礎(chǔ)篇，包括Abaqus二次開發(fā)概述和Python語言基礎(chǔ)；第3~6章為內(nèi)核開發(fā)

《概率基多目標(biāo)優(yōu)化原理及應(yīng)用》以系統(tǒng)論的觀點，從概率論的角度闡述了概率基多目標(biāo)優(yōu)化理論的基本原理和應(yīng)用。書中首次引入一個嶄新概念—青睞概率及其量化方法，并將概率基多目標(biāo)優(yōu)化方法與實驗設(shè)計方法相結(jié)合，如響應(yīng)面法、正交試驗設(shè)計和均勻試驗設(shè)計，建立了概率基多目標(biāo)試驗設(shè)計方法。書中同時給出了概率基穩(wěn)健、設(shè)計、概率基多目標(biāo)優(yōu)化的

本書從大數(shù)據(jù)概述入手，介紹了大數(shù)據(jù)的定義、特點、類型與價值，闡述了數(shù)據(jù)挖掘的基本概念，討論了大數(shù)據(jù)處理技術(shù)，然后重點講述了數(shù)據(jù)挖掘的基本算法和技術(shù)，包括聚類分析、關(guān)聯(lián)規(guī)則挖掘、決策樹和神經(jīng)網(wǎng)絡(luò)等，最后從具體的應(yīng)用場景出發(fā)，深入探討了大數(shù)據(jù)分析和數(shù)據(jù)挖掘在實際中的應(yīng)用和實踐，包括金融、醫(yī)療、電子商務(wù)等領(lǐng)域，展望了大數(shù)據(jù)分

本書根據(jù)高等院校概率論與數(shù)理統(tǒng)計課程的最新教學(xué)大綱及考研大綱編寫而成。全書共十二章，主要介紹了概率論的基本概念、隨機(jī)變量及其分布、數(shù)學(xué)特征、樣本及抽樣分布、參數(shù)估計、假設(shè)檢驗、方差分析及回歸分析、隨機(jī)過程、平隱隨機(jī)過程、時間序列分析等，著重闡述了概率論與數(shù)理統(tǒng)計中主要內(nèi)容的思想方法，力求做到理論與應(yīng)用相結(jié)合。各章均包括