《随机非线性系统抗干扰控制理论与方法》重点针对受到不同类型内外干扰的随机非线性系统，研究随机非线性系统的抗干扰控制方法。以近几年国内外的研究成果为背景，探究有界时变干扰、高动态干扰、结构不确定性等多源干扰影响下随机非线性系统抗干扰控制律的设计与分析问题。在此基础上，基于无源性和耗散性理论设计和分析随机非线性系统的抗干扰控制律，建立多源干扰影响下随机非线性系统抗干扰控制方法体系。

本书全面地介绍了各种常见统计应用场景下的样本量确定方法，重点讨论了样本量确定的原理，弥补了已有统计学在这方面的不足。特别地，在统计学领域内首次介绍了分布估计和建模等应用场景中的样本量确定方法，填补了空白。

本书涵盖数值分析、统计计算的核心内容，既包含一些经典的数值方法，又系统地介绍了统计计算中的新方法。本书共8章，内容包括计算统计引论、矩阵计算、函数逼近与最小二乘法、方程与方程组的数值解法、数值积分与数值微分、马尔可夫链蒙特卡洛模拟、EM优化算法、组合优化与启发式算法等。
本书结合理论算法、计算机程序与计算机专业领域应用案例，较为全面地介绍数值计算方法和统计计算方法，让学生真正了解计算统计中重要算法的基本思想，掌握相关程序的编写和培养学生的编程思维，使其具备解决复杂工程问题的能力。

本书内容全面,简明扼要,思路清晰,突出应用。本书分为时间序列门限模型、变参数门限自回归模型、截面数据门限空间模型、面板数据门限模型、面板门限空间模型、门限空间向量自回归模型和半参数门限空间滞后模型七章。本书突出各类模型的适用对象、建模思路和应用中常见问题的诠释。
本书可作为金融学、区域经济学、管理学和计量经济学相关领域的本科生、硕士研究生的基础教材,也可作为博士研究生、青年学者从事实证研究的工具书。

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。

全书共10章，第1～4章
是概率论部分，包括随机事
件与概率、一维随机变量、
二维随机变量、大数定律与
中心极限定理；第5～9章是
数理统计部分，包括数理统
计基础、参数估计、假设检
验、方差分析、回归分析；
第10章介绍了R语言软件在
数理统计中的应用。

本书系统介绍了概率论与数理统计的基本概念、理论、思想、方法。全书共8章，第1~5章为概率论部分，介绍随机事件及其概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理； 第6~8章为数理统计部分，介绍样本及抽样分布、参数估计、假设检验。本书立足于应用型人才的培养定位，全书贯穿应用主线，每章均以实际案例引入、以实际案例分析结尾，引导学生运用理论知识解决实际问题。每节均配有习题，每章都配有考研题精选和自测题，并在书后配有习题答案，供读者选择使用。

本书采用先理论方法后实践应用的方式进行撰写，系统介绍了投影寻踪基本原理、统计学习方法及其多场景应用案例，为多方法耦合提供新思路，为复杂数据挖掘提供新方法，为数据科学问题解决提供新应用。全书内容包括投影寻踪研究进展综述、投影寻踪耦合学习原理、投影寻踪耦合学习算法、投影寻踪聚类耦合学习、投影寻踪回归耦合学习、投影寻踪函数型耦合学习、投影寻踪耦合学习评价、投影寻踪耦合学习预测和投影寻踪耦合学习决策。
本书可作为统计学习、数据科学和工程应用方向的研究及实践工作者的学习参考书。

本书从信息流个性化推荐算法从业者的角度，阐述在资讯内容类App中，如何搭建健壮、完善的个性化推荐算法体系，如何融合产品运营的专家模型和端到端的深度学习，如何平衡短期的商业化目标和长期的用户体验，以及我们在多个行业头部平台实践的过程中遇到的典型业务问题和解决方案，对比理论推导为主的机器学习书籍，本身更偏向基于行业问题的深度思考及落地实践。