实验设计与数据处理 理论与实践 【数理化】

误差原理与数据处理 【数理化】

本书主要介绍测量和误差的基本概念、误差的性质、误差的传递与合成、最小二乘处理及回归方程等内容。

大数据分析 方法与应用 【数理化】

本书的目标是希望介绍数据挖掘、统计学习和模式识别中的相关理论、方法与工具。理论的目标是学生最终能够掌握复杂数据的分析与建模；应用的目标是能够按照实证研究的规范和数据挖掘的设计步骤进行大数据流程...

大数据分布式计算与案例 【数理化】

大数据分布式计算课程是大数据方向应用统计专业硕士学生的专业必修课，通过本课程的学习使学生能够掌握目前大数据挖掘领域常用的并行计算方法，加深学生对统计并行计算的理解，培养学生使用在现代并行架构下利用...

涡度协方差技术 测量及数据分析的实践指导 【数理化】

本书为涡度协方差的使用者提供了测量所需的理论及实践方面的详细信息，包括涡度协方差方法的理论基础、建塔及站点设计、数据采集、处理及空缺填补、通量测量及校正等，并具体描述了不同生态系统（如森林、农田、...

数学的原理与实践 【数理化】

运筹学：原理与实践 上 【数理化】

运筹学：原理与实践 下 【数理化】

运筹学：原理与实践 习题集解 【数理化】

网络调查数据质量控制的方法与对策研究 【数理化】

本书从数据质量控制机理深入研究网络调查的数据质量，以全面质量管理理论、优化控制理论和数据误差理论为基础，界定网络调查数据质量等相关概念；提出了网络调查数据质量控制体系；构建了以网络调查数据的内生质量...