Windows NT 4.0注册表：英文版

Applied predictive modeling

本书专注于预测建模的实际应用，介绍了从数据预处理到建模再到模型评估和选择的整个过程，以及背后的统计思想，涉及各种回归技术和分类技术。从解决实际问题延伸到模型拟合，以及随之出现的主题，如处理类不平衡、选择预测因子等在实践中经常出现的问题，作者意在为读者提供预测建模过程的指导，并结合开源软件R语言来求解实际问题，详细给出R代码和处理的步骤。R包AppliedPredictiveModeling包含了书中例题和习题使用的数据，以及用于重复书

计算机网络安全-英文

本书系世界学术研究前沿丛书之一，采用全英文出版，主要选择近三年出版的世界各国研究学者在计算机网络安全领域的近期新科研理论与成果，本书的出版将对该领域研究起到一定的参考借鉴作用。本书选文，放眼优选，着眼科研能力成熟的发达国家的知名高校及科研院所，在选文上专业性和科研水平均较高。选取近3年学术研究成果，紧跟优选学术热点，着眼科研能力成熟的发达国家，保证了本书的很好不错性，文章甄选一般采用四个标准：作者的单位，作者在相应科研领域的科研资历，

图像处理中的信息论方法

信息论方法广泛应用于工程、物理、遗传学、神经科学等科学领域，在图像处理中也逐渐成为有用的工具。本书中介绍了信息论的基本概念，以及其如何在配准、分割、视频处理和计算美学等图像处理领域中应用。本书提出的一些方法，例如将互信息应用于图像配准，是图像处理的新技术。本书强调了信息论方法的共性方面，并以统一的方式介绍它们，以便向读者表明信息论方法可以帮助解决图像处理中的哪些问题，提供哪些特定工具，以及如何应用它们。本书可供图像处理以及相关领域（例

Principles of digital communication(麻省理工·加拉格尔数字通信原理)

本书是国际信息科学领域泰斗、5G通信中的LDPC码技术提出者罗伯特·加拉格尔（Robert G. Gallager）院士的经典之作，是加拉格教授在美国麻省理工学院50余年教学研究的结晶，至今仍是麻省理工学院的研究生授课教材。加拉格尔院士的教授方法展示了其大师级的清晰条理和深刻洞察力，使读者能直观理解模型对解决实际问题的重要性。书中不仅讲述了信源编码、信道传输和信号检测的原理，更是讲清了这些通信原理背后的统一的数学结构。本书是深入理解数

Fundamentals of digital communication(数字通信基础)

本书是一本讲授数字通信系统设计基础概念与原理的简明教程。书中有大量从简单到最前沿的实例来展示理论是如何指导实践的。读者可以用计算和模拟来实现书中的算法，由此来理解背后的理论。本书包含5G通信所使用的Turbo码和LDPC码等前沿内容，并让读者可以自己据此实现并进行性能评估。本书的还包括空时通信技术和对非相干通信和均衡的几何解释等特色内容。本书既可作为通信类专业高年级本科生和研究生教材，又可供工程技术人员参考...

香农信息科学经典信息论与可靠通信(英文版)

《信息论与可靠通信》是信息领域诺贝尔奖级别泰斗罗伯特·加拉格尔（Robert G. Gallager）所著的一本信息论圣经，一代一代的信息论学者都是读着这本世界经典成长起来的。作者在美国麻省理工学院师从信息论创始人克劳德·香农（Claude E. Shannon）及另两位很早期的香农奖得主罗伯特·法诺（Robert M. Fano）和彼得·埃里亚斯（Peter Elias），博士毕业后一直在麻省理工学院任教至今，被誉为香农以后伟大的信

模式分析的核方法

模式分析是从一批数据中寻找普遍关系的过程。它逐渐成为许多学科的核心，从生物信息学到文档检索都有广泛需求。本书所描述的核方法为所有这些学科提供了一个有力统一的框架，推动了可用于各种普遍形式的数据（如字符串、向量、文本等）的各种算法的发展，还可用于寻找各种普遍的关系类型（如排序、分类、回归和聚类等）。书中提供了大量算法、核函数和具体解决方案供各种实际问题选择使用。书中描述了各种核函数，从基本的例子到高等递归核函数，从生成模型导出的核函

现代编码理论

本书是一本关于迭代编码技术的前沿著作，书中着重于基础理论，并提出了分析和设计实际迭代编码系统的技术。书中还有专门关于因子图（Factor Graph）的一章，将一些信息论，编码和通信理论的重要主题予以统一处理。本书适合作为高等院校低年级研究生或高年级本科生编码理论课程的教材或参考书，也可供相关技术人员参考...

Generalized additive models:an introduction with R

◎内容简介 广义可加模型（GAM）是处理建模结果和协变量之间非线性关系的方法。本书的第１版已成为国际上该领域的主流教材和参考书之一，并且是唯一一部包含大量实例和软件实现的导论指南。第２版比第１版更具可读性，不仅对全书进行了重构，而且添加了一些新材料，包括自适应平滑、位置尺度建模和函数性数据分析等。书中提供了线性模型、线性混合模型和广义线性模型（GLM）的必要背景，然后对GAM和相关模型的理论和应用都进行了深入讲授。作者将他的方法建立

Support vector machines

本书旨在解释使支持向量机（SVMs）成为各种应用的成功建模和预测工具的原理。书中通过展示支持向量机的基本概念，以及最新发展和当前的研究问题来实现这一目标。本书分析了支持向量机成功的至少三个原因：它们在只有少量自由参数的情况下很好地学习的能力，它们对几种类型的模型违反和异常值的鲁棒性，最后是它们的计算效率与其他几种方法进行的比较。目前有很多研究小组正在致力于支持向量机和相关的基于内核的方法。虽然在这些群体之间有许多互动，但本书作者团队认

Statistical learning from a regression perspective

这本统计学习的教材把关注点集中在给定一组预测变量并且在数据分析开始之前缺乏可以指定的可靠模型时的响应变量的条件分布上。 与现代数据分析一致，它强调适当的统计学习数据分析以综合方式依赖于健全的数据收集、智能数据管理、适当的统计程序和对结果的可理解的解释。监督学习可被统一视为回归分析的一种形式。 通过大量实际应用及其相关的 R 代码来说明关键概念和过程，着眼于实际意义。 计算机科学和统计学的日益融合在这本教材中得到了很好的体现...