数据拟合与不确定度 加权最小二乘拟合及其推广 (第2版)
出版时间： 2019年版
内容简介
　　本书内容自成体系，思想新颖，特点鲜明，理论与实际紧密结合，并提供了丰富的案例和软件代码。因此，这是一部在数据拟合和小二乘估计领域中的优秀著作。译者团队于2016年完成了对《数据拟合与不确定度：加权小二乘拟合及其推广（第2版）》（第1版）的翻译工作。
　　值得庆幸的是，Tilo Strutz教授于2015年对《数据拟合与不确定度：加权小二乘拟合及其推广（第2版）》又做了进一步完善，补充了很多新内容，并在Springer出版社出版了《数据拟合与不确定度：加权小二乘拟合及其推广（第2版）》的第2版。鉴于Tilo Strutz教授在第2版中新增了很多重要知识点，并且改进了第1版中的部分内容，故译者团队决定继续对第2版进行翻译，以期能有更多中国学者、科研人员以及工程技术人员从本书中受益。
目录
第I部分 最小二乘方法的框架
第1章 数据拟合问题的引入
1．1 什么是数据拟合
1．2 符号说明
1．3 线性与非线性问题
1．4 线性数据拟合的应用实例
1．4．1 估计常数
1．4．2 估计直线中的参数（线性回归）
1．4．3 多项式函数
1．4．4 多元线性回归
1．4．5 维纳滤波
1．5 若干非线性数据拟合问题
1．5．1 指数函数
1．5．2 复合高斯贝尔函数
1．5．3 圆周函数
1．5．4 神经网络
1．6 测试题
第2章 基于最小二乘方法估计模型参数
2．1 “最小二乘”的含义
2．2 求解最小化问题的常规算法
2．3 需要注意的问题
2．4 线性模型函数条件下的简化处理
2．5 未知模型函数条件下的曲线拟合
2．6 计算实例
2．6．1 常数拟合
2．6．2 直线拟合
2．6．3 多项式函数拟合
2．6．4 平面拟合
2．6．5 线性预测
2．6．6 余弦函数拟合
2．6．7 坐标旋转和平移
2．6．8 指数函数拟合
2．6．9 复合高斯贝尔函数拟合
2．6．10 圆周拟合
2．6．11 神经网络
2．7 测试题
第3章 加权和异常值
……

第II部分 数学、优化方法以及辅助内容