·线性系统的受迫振动 ·简谐力激励的强迫振动 ·稳态响应的特性 ·受迫振动的过渡阶段 ·简谐惯性力激励的受迫振动 ·工程中的受迫振动问题

一、正交矩阵的定义及简单性质 二、有限维欧氏空间里的正交矩阵 三、正交矩阵的特征根

近世代数基本知识复习 子环与理想 循环群 有限域的乘法结构 有限域的加法结构 有限域的代数结构 多项式的因式分解 正规基和对偶基

应用与背景 语言模型 主题模型-隐语义分析与矩阵分解  Latent Semantic Indexing (LSA), SVD and MF 主题模型-概率隐语义分析  Probabilistic Latent Semantic Indexing (pLSA) 多项式分布、狄利克雷分布与共轭  Conjugate Prior, Dirichlet Distribution and Conjugate 主题模型-隐狄利克雷分布  Latent Dirichlet Allocation (LDA)

1.1 振动概述 1.2 振动的基本概念 1.3 振动的分类 是否受外界作用力 自由振动（不受外力，只需要初始扰动） 受迫振动 系统有无能量损耗 无阻尼振动 有阻尼振动 系统特性 线性振动（描述系统运动规律的微分方程是线性的） 非线性振动 1.4 振动分析的一般步骤 1.5 振动问题及其解决方法

Part 1 创业项目筛选 Part 2 风投尽职调查 Part 3 风险投资协议 Part 3.0 Term Sheet 概述 Part 3.1 融资框架 Part 3.2 对赌协议：股权、控制权动态安排 Part 3.3 投资人权利条款 Part 3.4 其他投资人权利条款 Part 3.5 员工相关条款

(一)、波动方程定解问题的分离变量求解 (二)、热传导方程定解问题的分离变量求解

文本聚类（Text Clustering）  一般性聚类任务 聚类任务引出；应用背景；相似性度量；学科栈  文本聚类任务 聚类对象与文本特征 基于划分的方法（e.g., K-Means） 基于层次的方法 基于密度的方法（e.g., DBScan）  聚类效果评估

课程总结与复习  Web信息搜索概述  GFS + MapReduce + BigTable  全文检索 + 网页排序  多媒体检索  文本聚类  文本分类  推荐系统  语义网  知识图谱

 背景、示例与应用  推荐系统要素  常用推荐方法 基于内容的推荐方法 基于标签的推荐方法 基于网络的推荐方法 基于上下文的推荐方法  推荐方法测试