◎内容简介 这本世界经典教材展现了现代时间序列分析作为一种数据分析工具的丰富性和多样性。本书从不同层次深入探讨时间序列分析理论和方法，除了涵盖经典的时间序列回归方法、ARIMA模型、谱分析和状态空间模型外，还介绍了新近发展的方法，包括分类时间序列分析、多元谱方法、长记忆时间序列、非线性模型、重采样技术、GARCH模型、ARMAX模型、随机波动率模型、小波方法和马尔可夫链蒙特卡罗积分方法等。书里以易于理解的方式讲述了各种时间序列模型及其应用，内容包括趋势、平稳时间序列模型、非平稳时间序列模型、模型识别、参数估计、模型诊断、预测、季节模型、时间序列回归模型、异方差模型、谱分析入门、谱估计和阈值模型等。对所有的模型和方法，都用真实数据集和模拟数据集进行了展示。本书除了可以作为统计学研究生或高年级本科生教材，也可以作为物理学、生命科学和社会科学领域相关方向的研究生教材。

随机过程是以动态随机现象为研究对象的科学，随机过程的理论和方法已广泛地应用于物理、生物、通信、管理、经济等各个领域，并且显示出越来越重要的作用。本教材基于随机过程的应用，侧重于介绍随机过程的基本理论和方法，略去一些艰深的定理证明，叙述表达力求简单易懂、逻辑清晰，所有的问题配以恰当的例题帮助理解，以方便学习者能够较快地了解并掌握随机过程的基本原理，并能够用于解决实际问题。全书共分9章。第1章简单回顾了概率论的基础知识，同时补充了特征函数、全期望公式、推广的全概率公式等随机过程学习过程中需要的一些定理和结论；第2章介绍了随机过程的基本概念、随机过程的有限维分布和数字特征以及相关函数的性质；第3章讨论齐次泊松过程的性质，给出了到达时间、时间间隔等几个泊松过程重要随机变量的分布以及条件分布；第4章介绍了非齐次泊松过程和复合泊松过程；第5章介绍了马尔可夫过程，讨论了转移概率、绝对分布以及极限分布；第6章介绍了布朗运动以及布朗运动的几种变化；第7章介绍了随机分析，这是研究平稳过程必备的基础；第8章与第9章分别在时域和频域研究平稳过程的性质。本教材适合工科类和管理类的研究生以及相关课程的教师使用，也适合数学系以及有高等数学、概率论和积分变换基础的本科生作为入门学习的教材使用。

本书全面系统地介绍了数理统计的原理、方法及其应用。全书共分八章，涵盖了数理统计的主要内容，其中包括：常见的统计分布；充分统计量和信息函数；点估计的基本理论和方法；假设检验的理论、方法及其应用；区间估计及其应用；Bayes统计推断的基本概念和方法。掌握本书内容即可比较顺利地理解其他学科中用到的统计方法。本书可作为高等学校统计学类专业高年级及研究生教材，以及经济金融、工程技术、生物医学等专业研究生的教学参考书，也可供相关专业的教师和科技人员参考。

内容简介 《卓里奇数学分析教程》是作者在莫斯科大学力学数学系从60年代开始教授数学分析课程不断积累的基础上写成的，自1981年第１版出版以来，已畅销全球40年，并在一直修订增补。在此教程中作者加强了分析学、代数学和几何学等现代数学课程之间的联系，重点关注一般数学中非常有本质意义的概念和方法，采用适当接近现代数学文献的语言进行叙述，在保持数学一般理论叙述严谨性的同时，也尽量体现数学在自然科学中的各种应用。 《卓里奇数学分析教程》共两卷，第２卷内容包括：连续映射的一般理论、赋范空间中的微分学、重积分、Rn中的曲面和微分形式、曲线积分与曲面积分、向量分析与场论、微分形式在流形上的积分、级数和含参变量的函数族的一致收敛性和基本运算、含参变量的积分、傅里叶级数与傅里叶变换、渐近展开式。 《卓里奇数学分析教程》观点较高，内容丰富新颖，所选习题极具特色，是教材理论部分的有益补充。这套教程书可作为综合性大学和师范大学数学、物理、力学及相关专业的教师和学生的教材或主要参考书，也可供工科大学应用数学专业的教师和学生参考使用。

内容简介 《卓里奇数学分析教程》是作者在莫斯科大学力学数学系从60年代开始教授数学分析课程不断积累的基础上写成的，自1981年第１版出版以来，已畅销全球40年，并在一直修订增补。在此教程中作者加强了分析学、代数学和几何学等现代数学课程之间的联系，重点关注一般数学中非常有本质意义的概念和方法，采用适当接近现代数学文献的语言进行叙述，在保持数学一般理论叙述严谨性的同时，也尽量体现数学在自然科学中的各种应用。 《卓里奇数学分析教程》共两卷，第１卷内容包括：集合、逻辑符号的运用、实数理论、极限和连续性、一元函数微分学、积分、多元函数及其极限与连续性、多元函数微分学。 《卓里奇数学分析教程》观点较高，内容丰富新颖，所选习题极具特色，是教材理论部分的有益补充。这套教程书可作为综合性大学和师范大学数学、物理、力学及相关专业的教师和学生的教材或主要参考书，也可供工科大学应用数学专业的教师和学生参考使用。

数学在一般人眼中是枯燥的，但这只是一个很大的误解。《数学和数学家的故事》第11册沿袭了前10册的风格，介绍了柯瓦列夫斯卡娅、塔罕、海亚姆、哥德尔、帕斯卡等古代和近现代著名数学家以及曾在数学领域做出重大成就的美国实业家西蒙斯的传奇故事，此外，还有数学漫画、水仙花数、优美图猜想等趣味数学内容。对于读者来说，是很好的阅读体验和享受。

◎内容简介 本书是一部深入介绍抽象代数的入门书籍，被众多读者奉为经典。本书旨在让读者尽可能多地了解群、环和域理论的相关知识，尤其强调对代数结构本质的理解。为了便于学习，全书分成了很多的小章节，本书特色之一是基础部分内容详实，讲解充分，给读者讲解每个定义、定理的来龙去脉，为读者打下扎实的基础，对于读者进一步学习更深的代数大有助益。为了满足更多读者的需求，本书还包含了很多有关拓扑中的同调群和同调群的计算以加深对因子群的理解。作者的风格是以一种自然易懂的方式来教授内容，理论阐述清晰，条理分明，且大都以例子和练习的形式，便于直观了解。书后附有不少习题，有助于加深学生对内容的理解。读者可以扫描世图版全书最后一页上的二维码，加群获取本书完整的习题解答。

本书旨在解释使支持向量机（SVMs）成为各种应用的成功建模和预测工具的原理。书中通过展示支持向量机的基本概念，以及最新发展和当前的研究问题来实现这一目标。本书分析了支持向量机成功的至少三个原因：它们在只有少量自由参数的情况下很好地学习的能力，它们对几种类型的模型违反和异常值的鲁棒性，最后是它们的计算效率与其他几种方法进行的比较。目前有很多研究小组正在致力于支持向量机和相关的基于内核的方法。虽然在这些群体之间有许多互动，但本书作者团队认为各小组之间还可以有更多更有成效的互动，本书亦有助于刺激进一步的研究。本书将许多零散的期刊文献或仍在审查中的文献集中起来，更有助于读者学习和参考。

本书为修订和扩展的新版本，新版里包括更为详细的EM算法处理、有效的近似维特比训练程序描述，和基于n-最佳搜索的困惑测度和多通解码覆盖的理论推导。为了支持对马尔可夫模型理论基础的讨论，还特别强调了实际算法的解决方案。具体来说，本书的特点如下：介绍了马尔可夫模型的形式化框架；涵盖了概率量的鲁棒处理；提出了具体应用领域隐马尔可夫模型的配置方法；描述了高效处理马尔可夫模型的重要方法，以及模型对不同任务的适应性；研究了在复杂解空间中由马尔可夫链和隐马尔可夫模型联合应用而产生的搜索算法；回顾了马尔可夫模型的主要应用等。

内容介绍本书是一本关于在模式分类中使用支持向量机的指南，包括对分类器和回归器的严格的性能比较。 本书为多类分类和函数逼近问题、分类器和回归器的评价标准提出了架构。本书特色：阐明了两类支持向量机的特征；讨论了提高神经网络和模糊系统泛化能力的核方法； 大量的插图和例子；使用公开数据集进行性能评估；检验马氏核、经验特征空间，并通过交叉验证确定模型选择的影响；稀疏支持向量机、使用特权信息学习、半监督学习、多分类器系统和多核学习； 探讨了基于增量训练的批量训练和主动集训练方法，以及线性规划支持向量机的分解技术； 讨论支持向量回归变量的选择等。