sy_123a的专栏

本书通过大量的实例，介绍了python语言的最佳实践和敏捷开发方法，并涉及整个软件生命周期的高级主题，等等。

第1章 概率统计的基本知识 1.1 随机事件与概率 1.1.1随机事件 1.1.2 概率 1.1.3 古典概型 1.1.4 几何概型 1.1.5 条件概率 1.1.6 概率的乘法公式、全概率公式、Bayes公式 1.1.7 独立事件 1.1.8 n重Bemoulli试验及其概率计算 1.2 随机变量及其分布 1.2.1随机变量的定义 1.2.2 随机变量的分布函数 1.2.3 离散型随机变量 1.2.4 连续型随机变量 1.2.5 随机向量 1.3 随机变量的数字特征 1.3.1数学期望 1.3.2 方差 1.3.3 几种常用随机变量分布的期望与方差 1.3.4 协方差与相关系数 1.3.5 矩与协方差矩阵 1.4 极限定理 1.4.1大数定律 1.4.2 中心极限定理 1.5 数理统计的基本概念 1.5.1 总体、个体、简单随机样本 1.5.2 参数空间与分布族 1.5.3 统计量和抽样分布 1.5.4 正态总体样本均值与样本方差的分布 习题 第2章 R软件的使用 2.1 R软件简介 2.1.1 R软件的下载与安装 2.1.2 初识R软件 2.1.3 R软件主窗口命令与快捷方式 2.2 数字、字符与向量 2.2.1向量 2.2.2 产生有规律的序列 2.2.3 逻辑向量 2.2.4 缺失数据 2.2.5 字符型向量 2.2.6 复数向量 2.2.7 向量下标运算 2.3 对象和它的模式与属性 2.3.1 固有属性:mode和length 2.3.2 修改对象的长度 2.3.3 attributes()和attr()函数 2.3.4 对象的class属性 2.4 因子 2.4.1 factor()函数 2.4.2 tapply()数 2.4.3 gl()函数 2.5 多维数组和矩阵 2.5.1 生成数组或矩阵 2.5.2 数组下标 2.5.3 数组的四则运算 2.5.4 矩阵的运算 2.5.5与矩阵(数组)运算有关的函数 …… 第3章 数据描述性分析 第4章 参数估计 第5章 假设检验 第6章 回归分析 第7章 方差分析 第8章 应用多元分析(Ⅰ) 第9章 应用多元分析(Ⅱ) 第10章 计算机模拟 附录 索引 参考文献 ……

包括无约束一维极值问题、无约束多维极值问题、约束优化问题、非线性最小二乘优化问题、线性规划、整数规划、粒子群优化算法、遗传算法、以及综合应用篇

本书是一本全面介绍有关python语言和python程序开发专业知识的参考手册

本书全面而完整地讲解了Redis的内部机制与实现方式，对Redis的大多数单机功能以及所有多机功能的实现原理进行了介绍