宁波大学科技学院：《复变函数与积分变换》课程教学资源（小结）复变函数积分

宁波大学科技学院：《复变函数与积分变换》课程教学资源（小结）解析函数

宁波大学科技学院：《复变函数与积分变换》课程教学资源（小结）初等函数

4 奇异值分解 4.1 奇异值，奇异向量和奇异值分解 4.2 奇异值基本性质 4.3 奇异值更多性质 ∗ 5 线性最小二乘问题的求解方法 5.1 正规方程法 5.2 QR 分解法 5.3 奇异值分解法 6 最小二乘问题的推广及其应用 ∗ 6.1 正则化与加权正则化 6.2 约束最小二乘 6.3 多项式数据拟合 6.4 线性预测 6.5 信号恢复 6.6 SVD：图像压缩 — 截断 SVD 6.7 SVD：图像配准 Rigid Alignment / Shape Registration

在一个统计决策问题中,可供选择的决策函 数往往很多,自然希望寻找使风险最小的决策函 数,然而在这种意义下的最优决策函数往往是不 存在的。这是因为风险函数R(,d)是既依赖于参 数又依赖于决策函数d的二元函数,它往往会 使得在某些处决策函数1的风险函数值较小; 而在另一些θ处决策函数a2的风险函数值较小。要解这个问题,就要建立一个整体指标的比较准则

医学高数：《高等数学》课程教案讲稿（大学医科数学）第一章 函数与极限 1.3－1.4 无穷小与无穷大及函数的连续

武汉大学：《数值分析》课程教学资源（PPT课件讲稿）第六章 曲线拟合 6.2-6.3 线性拟合问题、线性最小二乘问题

问题的提出 多元函数的极值及其求法 条件极值及拉格朗日乘数法 小结 思考题

一、复数形式的标准形式 二、小结

一、泰勒级数 二、函数展开成幂级数 三、小结思考题