背景 MDPs 强化学习问题 蒙特卡洛方法 (Monte Carlo Methods) 蒙特卡洛预测（Monte Carlo Prediction） 蒙特卡洛控制（Monte Carlo Control） 时序差分学习 (Temporal-Difference Learning) 时序差分预测（TD Prediction） 时序差分控制（TD Control） Sarsa：on-policy Q-learning : off-policy 策略梯度 (Policy Gradient) Monte-Carlo Policy Gradient Actor-Critic Policy Gradient 深度强化学习 Deep Q-Networks (DQN) Policy Gradients for Deep Reinforcement Learning

深度学习简介 Neural Network Goodness of Function Pick the Best Function 前馈神经网络 Tips for Deep Learning 卷积神经网络（Convolutional Neural Network, CNN） 循环神经网络（Recurrent Neural Network, RNN） Keras CNN in Keras RNN in Keras

自动规划概述 经典规划 (Classical Planning) 规划问题 状态空间规划 (State-Space Planning) 规划空间规划 (Plan-Space Planning) 新经典规划 (Neoclassical Planning) 规划图技术 (Planning-Graph Techniques) Planning as {SAT, CSP, ILP, …} 经典规划的扩展 分层任务网规划 不确定规划 非确定规划 概率规划

First-Order Logic Why FOL? Syntax and semantics of FOL Using FOL Knowledge engineering in FOL Inference in FOL Reducing first-order inference to propositional inference Unification (合一) Generalized Modus Ponens（一般化分离规则） Forward and backward chaining Resolution

§7-1反馈的基本概念与分类 §7-2负反馈放大电路的方框图及增益的一般表达式 §7-3负反馈对放大电路性能的改善 §7-4负反馈放大电路的分析方法 §7-5负反馈放大电路的稳定问题

§3-1 半导体的基本知识 §3-2 PN结的形成及特性 §3-3 半导体二极管 §3-4 二极管基本电路及分析方法 §3-5 特殊二极管

§7.1 概述 §7.2 微波谐振器的基本特性 §7.3 金属波导谐振腔 §7.4 传输线谐振器 §7.5 非传输线型谐振腔 §7.6 谐振腔的微扰理论

6.1 数据库设计的步骤 6.2 需求分析 6.3 概念结构设计 6.4 逻辑结构设计 6.5 数据库物理设计 6.6 数据库实施 6.7 数据库运行维护

§5-1 半导体BJT §5-2 共射极放大电路 §5-3 图解分析法 §5-4 小信号模型分析法 §5-5 放大电路的工作点稳定问题 §5-6 共集电极电路和共基极电路 §5-7 放大电路的频率响应

§4-1 结型场效应管JFET §4-2 金属-氧化物-半导体场效应管 §4-3 场效应管放大电络