我们所有人的生活都受到有限空间和有限时间的限制，因此常常面临一系列难以抉择的问题。在一天或者一生的时光里，哪些事是我们应该做的，哪些是应该放弃的？我们对杂乱无序的容忍底线是什么？新的活动与熟悉并喜爱的活动之间如何平衡，才能取得令人愉快的结果？这些看似是人类特有的难题，其实不然，因为计算机也面临同样的问题，计算机科学家几十年来也一直在努力解决这些问题，而他们找到的解决方案可以给我们很多启发。通过丰富的跨学科研究，作者指出，计算机算法也可以用来解答人类面临的这些问题。这本书告诉我们如何更有效地利用直觉、什么时候应该把选择权交给命运、无所适从的时候应该如何做出选择，以及如何有效地与他人保持联系。从找配偶到找停车位，从组织管理个人邮箱的收件箱到理解人类记忆的作用原理，这本书把计算机
这是一个*好的时代，这是一个*坏的时代。随着数字技术的发展变化，传统制造业实现数字化转型，并催生了分享经济、平台经济、零工经济等经济形态。进入数字经济时代，新的生产关系如何如何改变我们的社会，又是如何改变每个个体。我们越来越关注到一些青年人不断进入新经济领域，并将数字经济不断融入我们的生活。被困在数字经济系统里面的除了外卖小哥，还有已经被裹挟进入信息洪流的我们自己
本书以易于理解的方式讲述了时间序列模型及其应用，主要内容包括：趋势、平稳时间序列模型、非平稳时间序列模型、模型识别、参数估计、模型诊断、预测、季节模型、时间序列回归模型、异方差时间序列模型、谱分析入门、谱估计、门限模型.对所有的思想和方法，都用真实数据集和模拟数据集进行了说明. 本书可作为高等院校统计、经济、商科、工程及定量社会科学等专业学生的教材或教学参考书，同时也可供相关技术人员使用.Translation from the English language edition:Time Series Analysis with Applications in R ,Second Edition（ISBN 978 0 387 75958 6）by Jonathan D.Cryer and Kung Sik Chan. Copyright 2008 Springer Science+Business Media,LLC. Springer is a part of Springer Science+Business Media.
本书为了满足普通高等院校及高职高专类院校经济、金融、管理专业本专科学生学习的需要，定位在"以应用为目的，以必需够用为度 的平台上，简略了定理的推导、证明，采用了学生容易理解的方式叙述，并选配了适量的例题、练习及章节自测，使学生掌握基本理论和解题方法，并结合应用例题解决经济和日常生活中遇到的问题，提高学生应用数学和数学应用的能力。 本书内容包括函数、极限与连续、导数及应用、积分的计算及应用、行列式、矩阵、线性方程组及线性规划等，并在附录中介绍了数学实验，每章节附有习题。
当前Python语言非常流行，主要因为它强大的编程功能，可被无偿使用，而且在网上提供了很多免费的程序包。计量经济模型虽然在中国的研究已较为深入，但基于Python语言的计量经济模型的建立和分析还极少。本书着力在阐明计量经济学理论和时间序列模型的前提下，以Python语言为工具对热点问题进行实证建模分析。本书的内容安排吸收了国内外有关计量经济学和时间序列分析教材的特点，在章节的安排上遵循由浅入深、由简到繁的原则，对计量经济学和时间序列基础理论进行了较为详细的介绍，增加了一些的时间序列模型内容，同时附加了一些Python语言时间序列运算的概念。由于本书软件的计算结果都是以Python语言为后台的，结果是可以信赖的。
本书从实际数据应用角度出发，结合实际生活、经济、金融等方面数据，将非参数统计方法与实际应用相结合，强化理论知识及尺软件的应用，提出解决相关问题的具体步骤，从而使读者能够理解常用非參数统计方法的思想，并通过R软件实现应用非参数统计方法分析数据需求。本书的目的是希望用简明的语言、完整的案例分析来直观的介绍非参数统计方法的基本应用，对方法的介绍仅仅围绕软件结果的输出目的是使读者真正了解计算机输出结果以及它们对分析结论的重要性，以此作为非参数统计课堂理论教学的一个有益补充。学习本书所需要的预备知识为初等统计学的基，本内容以及对R软件的初步了解。内容主要涵盖单样本问题、两样本问题、多样本问题、区组设计、尺度检验、秩相关和秩回归、分布检验和拟合优度检验、列联表数据关联性分析等内容。每章包
多变量分析是20世纪初发展起来的统计分析方法，它是通过对多个随机变量观测数据的分析来研究多个随机变量之间的相互关系并揭示变量内在规律的分析方法。本书利用R软件，详细在R软件的基础上进行多变量变析研究。
当真实与虚拟叠加，未来将变成机器可读的世界。 镜像世界是由耶鲁大学计算机科学家大卫˙盖尔纳特（DavidGelernter）于1991年提出的概念，在本书中，作者将镜像世界作为未来数字社会的隐喻，生动地描述了其中区块链、大数据、AI等基础技术的发展历程和应用场景。接下来几十年，作为z新数字技术的代表，区块链将会给世界经济、政治以及文化等各领域带来的猛烈冲击，甚至对于长久以来困扰人类社会的信用和协作问题，通过重构博弈论和密码学，区块链也可采用数字代码完美地加以解决。可以说，区块链将会是世界完整性和真实性的保证。 本书将从基础的哲学思考开始，对数字经济及区块链的方方面面进行解读，以求为人类的未来拨开重重迷雾，窥探数字镜像世界的宏伟与壮阔。本书提出的相关框架主要包括技术、经济、组织、金融和商业五个
党的二十大报告中指出，不断提高战略思维、历史思维、辩证思维、系统思维、创新思维、法治思维、底线思维能力，为前瞻性思考、全局性谋划、整体性推进党和国家各项事业提供科学思想方法。当前，顺应信息化、数字化、网络化、智能化的时代特征、实践规律和发展趋势，要求每一个领导干部增强发展数字经济本领，推动数字经济更好服务和融入新发展格局。要想在推动发展数字经济过程中形成看家本领，就需要把坚持问题导向和深刻把握七种思维的根本前提、时代指向、基本蕴涵紧密结合起来，把立场观点方法转化为干事创业、攻坚克难的“桥”与“船”，提升指导和参与数字经济实践的原则性、系统性、预见性和创造性，增强分析研究解决数字经济新情况、新问题的能力。本书从七种思维的内涵与应用的角度，理论与实践相结合，用七种思维来分析数字
在经济全球化和网络化的背景下，金融科技的不断创新使数字货币及其底层技术 区块链进入人们的视野，并引起了社会各界的广泛关注。作为科技创新的成果和经济发展的润滑剂，数字货币正在步入经济活动中，它不仅改变着人们的思维方式和生活方式，对金融体系和经济发展也会产生深远影响。基于理论来源于实践又服务于实践的理念，本书梳理了数字货币的相关理论，分析了数字货币的发展实践和监管，并对数字货币的发展前景进行了展望。全书共分为三部分14章内容：部分为数字货币的相关理论，包括6章内容；第二部分为数字货币的发展实践，包括5章内容；第三部分为数字货币的监管及发展趋势，包括3章内容。 本书适合高等院校经济类、金融类和管理类专业的学生使用，也可作为金融科技、金融研究和金融监管机构工作人员的参考资料。
本文从奢侈品概念和现有文献研究回顾切入，通过对奢侈品品牌和新奢侈品的定义，创新提出本土培育新奢侈品品牌概念，并对新奢侈品定义及其内涵、趋势和特征进行了梳理。同时，从宏观层面分析了本土培育新奢侈品品牌的必要性和可行性；从微观层面结合定价、品牌定位和本土国际化方面进行了逐一陈述，从而通过回答本土培育新奢侈品品牌的 what、why和how 问题，一步步揭示本土培育新奢侈品品牌的内涵和机理。 本书对本学科的发展动向及国内的生产、教育、科研或科普等，具有较好的价值。
数据本无大小，但应用场合、处理方式的不同却分出大小，是谓小数据。数据表示的是过去，但表达的是未来，所以应用数据不仅需要全量数据，也需要样本数据；不仅要了解相关性，更要明白因果关系；不仅要预见未来，更要量化自我。这就迫使我们从更广泛的角度理解小数据，梳理小数据与大数据的分野，从而将相关思路投射、印证于小数据，考察其核心特点和应用特质。本书系统、全面的阐释了小数据，揭示了小数据之美、小数据之道、小数据之魅、小数据之巅，揭示了数据的局面在变化、逻辑在更新、未来在演进。重新审视我们的时代，小数据，尽管仍笼罩在迷雾中，但其已经开始在我们脑海中浮现出整体的轮廓。
我们所有人的生活都受到有限空间和有限时间的，因此常常面临一系列难以抉择的问题。在一天或者一生的时光里，哪些事是我们应该做的，哪些是应该放弃的？我们对杂乱无序的容忍底线是什么？新的活动与熟悉并喜爱的活动之间如何平衡，才能取得令人愉快的结果？这些看似是人类特有的难题，其实不然，因为计算机也面临同样的问题，计算机科学家几十年来也一直在努力解决这些问题，而他们找到的解决方案可以给我们很多启发。 通过丰富的跨学科研究，作者指出，计算机算法也可以用来解答人类面临的这些问题。布莱恩·克里斯汀、汤姆·格里菲思著万慧、胡小锐译的《算法之美(精)》告诉我们如何更有效地利用直觉、什么时候应该把选择权交给命运、无所适从的时候应该如何做出选择，以及如何有效地与他人保持联系。从找配偶到找停车位，从组织管
本书介绍了现代经济学、金融学及管理科学中相关的数学基础和模型。全书分3篇，共12章。上篇概括了经济（金融）数学基础知识，中篇讲授经济（金融）分析中的基本数学模型，下篇简要介绍若干经济（金融）数学专题。书中突出经济与金融分析中实际问题的需要，重点放在如何运用数学的语言、公式、关系反映经济（金融）研究及管理实践中所面临的问题，兼顾了教材的严谨性和可读性。《BR》
数据本无大小，但应用场合、处理方式的不同却分出大小，是谓小数据。数据表示的是过去，但表达的是未来，所以应用数据不仅需要全量数据，也需要样本数据；不仅要了解相关性，更要明白因果关系；不仅要预见未来，更要
