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。

内容介绍本书从工程的角度概述了概率图模型（PGMs）。书本涵盖了PGMs每种主要类别的基础知识，包括表示、推理和学习原则，并回顾了每种类型的模型在现实世界中的应用。这些应用来自广泛的学科，突出了贝叶斯分类器、隐马尔可夫模型、贝叶斯网络、动态和时间贝叶斯网络、马尔可夫随机场、影响图和马尔可夫决策过程的许多用途。本书特色：提出了包括PGMs所有主要类别的统一框架；介绍了不同技术的实际应用；该领域研究的较新发展，包括多维贝叶斯分类器、关系图模型和因果模型；每一章的末尾都附有练习、进一步阅读的建议和研究或编程项目的想法。

所有人在日常生活中都会接触到数学问题，多数人却又对之心存畏惧。在这本极为易读又充满趣味的小书中，蒂莫西·高尔斯解释了高等数学与我们在中小学所学的数学知识之间的一些最为根本的、主要是哲学性的区别，让我们能更好地理解那些听起来带有悖论的概念，比如“无限”“弯曲空间”“虚数”等。从基本的观念，到哲学探究，再到与数学共同体相关的一般社会学问题，本书揭开了空间和数的神秘面纱之一角。

《锥优化的光滑牛顿法研究》系统研究几类锥优化问题的光滑函数和光滑牛顿法。全书共13章，主要内容包括一类下层为二阶锥规划的双层规划问题的二阶充分条件、二阶锥互补问题的一类单参数光滑函数的雅可比相容性、二阶锥互补问题的单参数光滑 Fischer-Burmeister 函数类的雅可比相容性、二阶锥互补问题的光滑广义 Fischer-Burmeister 函数的雅可比相容性、二阶锥互补问题的双参数效益函数类、二阶锥互补问题的新非精确光滑方法、欧几里得若当代数上的水平线性权互补问题、对称锥权互补问题的正则化非单调非精确光滑牛顿法、求解圆锥规划的非单调光滑牛顿法、圆锥规划的非单调线性搜索光滑牛顿法及圆锥互补问题的正则化非精确光滑牛顿法等。《锥优化的光滑牛顿法研究》可以作为数学及优化等相关专业高年级本科生、研究生的教材或参考书，也可供相关教师、科研人员参考。

本书系统介绍了生物学试验设计的特点、试验设计原则和数据分析原理，并列举了典型案例，编著上力求创新。大部分案例选取**期刊如Nature，Science，Cell中经典文章，分析其试验设计思路与数据分析方法，展示优秀科研成果产生过程。全书分两篇十二章。篇介绍试验设计原则及案例分析，包括试验设计概述、常用试验设计方法、生态学试验设计典型案例、农业科学试验设计典型案例、动物学试验设计典型案例、分子生物学试验设计典型案例、细胞生物学试验设计典型案例以及转录组学试验设计典型案例；第二篇介绍数据分析原理及应用软件，包括数据分析的基本原理、利用Excel进行统计分析、利用SASs进行数据分析以及R语言实践。本书还提供配套的数字化教学资源，包括数据文件及软件分析过程和结果。

本书严格按照“线性代数课程教学基本要求“在南京大学多年教学经验的基础上精心编写而成的，是一本大学数学基础课程的教材. 本书介绍线性代数的基本理论和基本方法， 内容包括行列式、矩阵、向量、线性方程组、矩阵的特征值与特征向量、二次型、线性空间与线性变换、内积空间. 本书每章中都附有丰富的练习和习题， 练习供学生课堂使用， 习题供学生课后使用. 书后对几乎全部的习题都做了比较完整的解答，使本书具有更好的适用性. 本书力图体现线性代数教学改革精神，在选材上深入浅出， 理论上引人入胜， 方法上精巧多彩. 这样编排的目的在于使读者深刻领会数学思想， 掌握数学技巧，提高数学能力. 本书可作为高等院校开设线性代数课程的各专业的教材，也可以作为考研忱者备考的参考用书.

随机微分方程在数学之外的许多领域都有着广泛的应用，它对数学领域中的许多分支起着有效的连接作用.本书详细介绍了几类重要的随机微分方程，共分为11章，第1～8章介绍了随机微分方程的相关理论，第9～11章介绍了上述理论的应用情况.本书适合大学师生、研究生及数学爱好者参考使用.

本书选编了162道初等数论题目和它们的解答，并在后面列出了所需要的定义和定理.通过这些题目和解答，能增强解决数学问题的能力.本书可以作为中学教师、中学生的读物，也可供广大数学爱好者阅读.

《相依样本下若干模型的统计推断》主要讲述混合、正负相协、拓广负相依、宽相依和负超可加相依等相依结构下的不等式研究，特别是非参数和半参数模型的统计理论和方法. 如若干相依序列的定义和不等式、密度函数和分布函数估计的相合性与渐近正态性、非参数回归函数小波估计的强相合和Berry-Esseen界、半参数回归模型小波估计的弱收敛速度和Berry-Esseen界、生存模型中几类函数估计的强逼近及收敛速度、风险度量VaR 和CVaR 估计的渐近性质等.