1 一个例子 2 最小二乘法 3 从线性到非线性：用线性模型 4 概率解释 最大似然估计 最大后验概率估计 正则化效果 5 偏置-方差困境 损失函数的第一步分解 损失函数的第二步分解 对多个数据集的简单总结

第一章 C语言概述 第二章 程序的灵魂－算法 第三章 C语言的基本数据类型与表达式 第四章 最简单的C程序设计——顺序程序设计 第五章 分支结构程序设计 第七章 数组 第八章 函数及其应用 第九章 编译预处理 第十章 指针 第十一章 结构体、共用体、枚举 第十二章 位运算 第十三章 文件

第八章 研究设计 第九章 观察法 第十章 访谈法 第十一章 问卷调查法 第十二章 测量法 第十三章 实验法 第十四章 质的研究 第十五章 统计数据分析 第十六章 研究报告的撰写

§ 避免绝对值小的数作除数 § 避免两个相近的数据相减 § 要防止大数“吃掉”小数 § 尽量减少计算工作量 § 选用数值稳定性好的算法

1 概率密度估计 2 最大似然估计 例 1 均值和方差的无偏与有偏估计 什么是高斯分布 ML 的全局最优？ 二元函数局部最优条件 例 2 3 最大后验概率估计 例 3 4 贝叶斯估计 例 4 5 期望最大化 EM EM 在高斯混合模型中的应用

套管接头在装配、内压和拉伸载荷工况条件作用下,沿接头的应力分布规律及上扣扭矩和滑脱力的大小,对分析套管接头粘扣、泄漏和滑脱失效有重要参考价值.使用目前先进的全尺寸实物评价试验设备,对套管接头进行了综合实验测试,并分析了测试结果.实验和分析结论提高了全面认识套管接头力学性能的水平,而且为从理论上进一步深入研究提供了可靠的数据

提出一种改进的最大互信息(MMI)准则函数并把它应用于隐马尔可夫模型(HMM)的参数估计,重新推导了HMM的迭代公式.该准则函数相对于原来准则函数定义更为合理,能有效利用训练样本集中的鉴别信息,使得训练数据得到充分利用,提高了HMM的性能.把这种改进的HMM算法应用于面部表情识别,利用改进的光流算法提取面部表情特征向量序列,并利用改进HMM算法和BP神经网络构建了面部表情混合分类器.实验结果表明了该方法能有效提高面部表情识别率,有效解决HMM参数估计问题

4.1 汇编语句 4.2 汇编语言数据 4.3 8086指令系统 4.4 汇编语言伪指令 4.5 汇编源程序结构 4.6 上机操作过程

 运输层协议概述  用户数据报协议UDP  传输控制协议TCP  可靠传输的工作原理  TCP报文段的首部格式  TCP可靠传输的实现  TCP的流量控制  TCP的拥塞控制  TCP的运输连接管理

2.1 物理层的基本概念 2.1.1 什么是物理层？ 2.1.2 物理层的基本功能 2.1.3 物理层的主要任务 2.2 物理层下面的传输媒体 2.2.1 双绞线 2.2.2 光缆 2.2.3 同轴电缆 2.2.4 无线传输介质 2.3 物理层的设备与冲突域 2.4 数据通信的基础知识