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。本书的特色是将Python贯穿于内容之中，为读者提供实践练习，也便于读者学习用Python解决实际问题的能力。 本书适用于大数据与人工智能专业的教师和学生，也适用于对数据科学感兴趣的人士和企业界的工程师。

《概率统计讲义(第3版)》是在第二版的基础上修订和扩充而成的，系统介绍了概率统计的基础理论和实用方法。内容简明扼要，文字通俗易懂。既注意对基本概念和定理论述准确，又注意介绍各方面的应用例子。只要求读者具有普通微积分知识和一些线性代数知识。 《概率统计讲义(第3版)》可作为高等学校各类专业的教材，也可供有关人员参考。

《概率统计(第4版)》以提高读者解题能力与解决实际问题能力为基本出发点，从实例引入抽象的基本概念，从抽象的数学定理又回到具体的应用问题，有助于读者较快地掌握近代的概率统计知识，《概率统计(第4版)》可作为高等院校本科生（包括理工类与经济类）概率论与数理统计课程的教材或参考书，也可作为广大概率统计应用人员的工具性参考书。

这本经典的概率论与数理统计教材，多年来畅销不衰，被很多名校采用，包括卡内基梅隆大学、哈佛大学、麻省理工学院、华盛顿大学、芝加哥大学、康乃尔大学、杜克大学、加州大学洛杉矶分校等。 本书包括概率论、数理统计两部分，内容丰富完整，适当地选择某些章节，可以作为一学年的概率论与数理统计课程的教材，亦可作为一学期的概率论与随机过程的教材。适合数学、统计学、经济学等专业高年级本科生和研究生用，也可供统计工作人员用作参考书。 本书主要特点  叙述清晰易懂，内容深入浅出。作者用大量颇具启发性的例子引入论题、阐释理论和证明。例题涉及面广，除了那些解释基本概念的一些著名例题外，还有很多新颖的例题，描述了概率论在遗传学、排队论、计算金融学和计算机科学中的应用。  内容取材比较时尚新颖。新版不但重写了很多章节，还介绍了在计算机科学中日益重要的Chernoff界，以及矩方法...(展开全部)

《概率统计(第4版)》以提高读者解题能力与解决实际问题能力为基本出发点，从实例引入抽象的基本概念，从抽象的数学定理又回到具体的应用问题，有助于读者较快地掌握近代的概率统计知识，《概率统计(第4版)》可作为高等院校本科生（包括理工类与经济类）概率论与数理统计课程的教材或参考书，也可作为广大概率统计应用人员的工具性参考书。

这本经典的概率论与数理统计教材，多年来畅销不衰，被很多名校采用，包括卡内基梅隆大学、哈佛大学、麻省理工学院、华盛顿大学、芝加哥大学、康乃尔大学、杜克大学、加州大学洛杉矶分校等。 本书包括概率论、数理统计两部分，内容丰富完整，适当地选择某些章节，可以作为一学年的概率论与数理统计课程的教材，亦可作为一学期的概率论与随机过程的教材。适合数学、统计学、经济学等专业高年级本科生和研究生用，也可供统计工作人员用作参考书。

本书内容包括概率论、数理统计两部分，涉及条件概率、随机变量及其分布、数学期望、特殊分布、估计、估计量的抽样分布、假设检验、分类数据与非参数方法、线性统计模型、随机模拟等．本书知识体系结构与国内主流的概率论与数理统计教材基本一致，但内容取材及例题的安排上都比较新颖，尤其是新增加了一些非常实用而且比较先进的模拟方法．书中最后提供了奇数号习题的解答以及索引． 本书作为概率论与数理统计的教材，适合大学本科高年级学生和研究生用作教材或参考书，也可供统计工作人员用作参考书．

数据科学和机器学习已经深度融合到我们生活的方方面面，而数学正是开启未来大门的钥匙。不是所有人生来都握有一副好牌，但是掌握“数学 + 编程 + 机器学习”的知识绝对是王牌。这一次，学习数学不再是为了考试、分数、升学，而是投资时间、自我实现、面向未来。为了让大家学数学、用数学，甚至爱上数学，在创作时，作者尽量《统计至简：概率统计全彩图解 + 微课 + Python编程》是“鸢尾花数学大系—从加减乘除到机器学习”丛书中数学版块—“数学三剑客”的第三册，也是最后一本。“数学”板块的第一本《数学要素》是各种数学工具的“大杂烩”，可谓数学基础；《矩阵力量》专门讲解机器学习中常用的线性代数工具；本册《统计至简》则介绍机器学习和数据分析中常用的概率统计工具。《统计至简：概率统计全彩图解 + 微课 + Python编程》的核心是“多元统计”，离不开第二册《矩阵力量》中...(展开全部)

数据科学和机器学习已经深度融合到我们生活的方方面面，而数学正是开启未来大门的钥匙。不是所有人生来都握有一副好牌，但是掌握“数学 + 编程 + 机器学习”的知识绝对是王牌。这一次，学习数学不再是为了考试、分数、升学，而是投资时间、自我实现、面向未来。为了让大家学数学、用数学，甚至爱上数学，在创作时，作者尽量《统计至简：概率统计全彩图解 + 微课 + Python编程》是“鸢尾花数学大系—从加减乘除到机器学习”丛书中数学版块—“数学三剑客”的第三册，也是最后一本。“数学”板块的第一本《数学要素》是各种数学工具的“大杂烩”，可谓数学基础；《矩阵力量》专门讲解机器学习中常用的线性代数工具；本册《统计至简》则介绍机器学习和数据分析中常用的概率统计工具。《统计至简：概率统计全彩图解 + 微课 + Python编程》的核心是“多元统计”，离不开第二册《矩阵力量》中...(展开全部)

《概率与统计》深入浅出地介绍统计理论与方法，突出统计思想，为便于读者学习和掌握所介绍的各种统计方法，列举了大量的实际数据例子。主要内容包括：随机变量、分布与期望、一些概率分布、抽样分布和数据描述、单样本和两样本的估计问题、单样本和两样本的假设检验、线性回归、单因子试验、析因试验等。 《概率与统计》内容系统、翔实、丰富，范例多而具体，条理清晰，是数理统计学的优秀入门教材，适合统计专业及其相关专业的本科生和研究生使用，同时也适合作为相关领域科研人员的参考书籍。