本书以Python为工具，全面讲解概率论与数理统计的主要内容和多元统计分析常用技术。全书包括13章和4个附录，内容翔实，讲解深入浅出。概率论4章，讲解概率论基础知识，主要是随机变量的相关理论；数理统计4章，主要是样本理论、参数估计和假设检验；回归分析2章，包括一元和多元回归分析及其统计解释；多元统计3章，主要讲解主成分分析和因子分析理论。整书内容简明，易上手，实用性强。本书不需要读者有良好的数学基础，4个附录提供了Python基础知识、微积分与线性代数的必要基础，可满足不同层次的读者需求。

本书将模糊数据作为统计学研究范畴的对象，特别是以具有凸性的模糊数据作为研究对象，将统计学分析方法和模糊数学理论有机地结合起来，尤其是将α截集与置信区间分析方法相结合，提出并研究了模糊统计估计方法、广义模糊估计量等。这些成果丰富和发展了模糊数据统计分析方法，在模糊数据统计分析方法的方法论、认识论上具有一定程度的创新发展。全书系统地阐述 和研究了模糊数据统计分析方法及应用。
全书内容分为两部分:第一部分介绍和阐述了模糊集理论的有关内容，这是全书的理论基础;第二部分研究和阐述了模糊数据统计分

本书深入全面地讲解了现代推荐算法，同时兼顾深度和广度，介绍了当下较前沿、先进的各类算法及其实践。本书从总览篇开始，介绍推荐系统的基本概念及工作环节。在模型篇中，除了梳理推荐系统的发展史，本书还重点讲解面向工业实践的选择及改进，为读者打下推荐系统的算法基础；进而带着读者进阶到前沿篇、难点篇，面对推荐系统中的各式问题，给出解决方案；最后在决策篇中，从技术原理和用户心理出发，解释一些常见决策背后的依据，从而帮助读者从执行层面进阶到决策层面，建立大局观。本书力求用简洁易懂的语言说清核心原理，对已经有一定

本书面向复杂不确定环境下可解释分类的需求，重点阐述作者提出的置信规则分类方法体系及其在实际工程中的应用。全书主要内容包括不可靠数据鲁棒置信规则分类、面向大数据的紧凑置信规则分类、数据与知识双驱动的复合置信规则分类、精确且可解释的置信关联规则分类、面向高维数据的置信关联规则分类、面向软标签数据的置信关联规则分类等方面的理论进展，以及在编队目标识别、多框架融合目标识别、多属性决策融合目标威胁评估等实际问题中的应用。

功能分析（Functions Analysis)是由斯金纳在1948年提出的用以解释行为和环境变量之间的关系的一种方法，70年代起研究人员开始将其应用于临床实践。实践证明这一方法对于孤独症、智力发育障碍、精神分裂症及多重诊断等人群的严重问题行为的分析上有着重要的作用。本书是有关功能分析方法的最新内容，详细介绍了这一方法的具体实践应用和注意事项，包括伦理考量、实验设计和方法、数据解读等多个方面。书中提供教学用幻灯片、练习脚本、培训前后的测验、数据记录表格和可重复使用的讲义等材料，适用于

本书基于回声状态网络ESN研究时间序列分类和预测问题：第一，分析了面向时间序列分析的ESN；第二，研究了基于DE和ESN的时间序列分类方法；第三，研究了基于BSA优化ESN的时间序列预测方法；第四，研究了基于组合ESN的时间序列预测方法；第五，设计了基于小波ESN的旅游需求预测模型；第六，构建了基于双储备池ESN的电力负荷预测模型；第七，设计了基于VMD和改进ESN的风速预测模型；第八，提出了基于Bagging和ESN的能源消费量预测。这些研究成果可以帮助行业和企业管理人员提高复杂数据环境下的预

本书是时间序列领域的经典之作, 自1970年出版以来不断修订再版, 历经50年的检验始终都是时间序列领域的权威典范。四位作者也是学界赫赫有名、蜚声世界的统计学大师, 他们用词简洁并富有感染力, 叙述通俗并强调实际应用, 同时大量的实例更能使读者很快体会其中直观而深刻的时间序列分析精髓, 掌握实践的技巧。

本书主要介绍数字信号处理中的卡尔曼（Kalman）滤波算法及其在相关领域应用中的相关内容。全书共7章。第1章为绪论。第2章介绍MATLAB算法仿真的编程基础。第3章介绍线性Kalman滤波。第4章讨论扩展Kalman滤波，并介绍其在目标跟踪和制导领域中的应用和算法仿真。第5章介绍无迹Kalman滤波，同时给出在应用领域中的算法仿真实例。第6章介绍交互多模型Kalman滤波算法。第7章介绍在Simulink环境下，如何通过模块库和S函数构建Kalman滤波器，并给出系统在线性和非线性两种情况下的滤

非参数统计是统计学和数据科学的重要分支领域。本书作为该领域的基础教材，其特点体现在以下几方面：
1．针对性强。本书针对数据分析专业的特点和需要，阐述非参数统计的基本概念、理论、方法和编程，重点从非受控观察数据对参数推断知识的需要角度出发，将统计推断知识、理论和方法与反事实复杂场景因果关系的解读与判断问题相结合，应用于稳健估计、局部模式、严格证据的信息提取任务中。
2．通用性强。适用于Python技术数据管理人才培养。增加Python技术的应用内容，编写了Pytho

IBM SPSS数据分析软件是目前应用最为广泛的数据分析软件之一，深受各行业用户的青睐。本书以IBM SPSS 26.0为基础，以数据分析理论为主线，参照数据分析课程教学大纲编写。全书由浅入深，共包括10章内容，涵盖数据分析的三个阶段，介绍了数据分析的基本概念和流程、SPSS软件在数据获取与管理上的功能、概括性描述统计分析、探索性统计推断以及相关和回归分析、聚类和判别分析、因子分析等常用的基本数据分析方法的基本原理和操作应用。 本书每章末尾均配有习题，并且除第1章外，其余各章均配有案例分析题，