复杂系统与复杂网络，社会计算科研工具书。 目 录 第一章 漫谈复杂性与复杂系统…………………………………………………………1 §1.1 熵…………………………………………………………………………………1 §1.2 计算机与信息……………………………………………………………………5 §1.3 算法复杂性………………………………………………………………………7 §1.4 非平衡统计物理学、耗散结构与协同学………………………………………8 §1.5 临界现象与自组织临界现象…………………………………

本资源是《大数据数学基础》（R语言描述）配套资源，【完整版】包含源数据和代码。 本书全面地讲解了在科学领域广泛运用的数据微积分、统计学、线性代数、数值计算、应用多元统计分析等数学基础知识。全书共6章：第1章介绍了大数据与数学、数学与R的关系；第2章介绍了微积分的基础，包括极限、导数、微分、不定积分与定积分及其应用；第3章介绍了线性代数的基础，包括行列式、矩阵的运算、特征分解、奇异值分解；第4章介绍了统计学的基础，包括数据分布特征、概率论、随机变量的数字特征、参数估计、假设检验；第5章介绍了数值

使用Python进行简单的常用的假设检验，主要有数据正态性检验、独立两样本t检验、单因素方差分析、相关性检验。 P：拒绝原假设（H0）时犯错误的可能性，这个P值很小（P<0.05代表P很小），则可以认为原假设时错误的。

第1讲： MATLAB快速入门 第2讲： MATLAB数据挖掘基础 第3讲： MATLAB数据挖掘算法（上） 第4讲： MATLAB数据挖掘算法（下） 第5讲：MATLAB高级数据挖掘技术 第6讲：MATLAB数据挖掘项目实例 主要包括数据的可视化、预处理、探索，假设检验，数据回归； 回归算法、关联算法、聚类算法、分类算法、预测算法、异常诊断算法； MATLAB分类学习机、算法的高级使用方法、综合使用示例； 故障诊断、生物信息学研究、量化投资。