1 绪论 2 概率分布 3 回归的线性模型 4 分类的线性模型 5 神经⽹络 6 核⽅法 7 稀疏核机 8 图模型 9 混合模型和EM 10 近似推断 11 采样⽅法 12 连续潜在变量 13 顺序数据 14 组合模型

第一节 正态分布 第二节 二项分布 第三节 正态分布及其应用 第二节 Poisson分布的概念与特征

• 语言模型 • 什么是概率语言模型？如何比较两个模型？ • 怎样由文档生成语言模型？ • 语言模型的种类 • 语言模型如何应用到IR 中？ • 查询似然模型(Query Likelihood Model) • 平滑的方法：线性插值LM • 扩展的LM 方法

核反应堆屏蔽层是用一定厚度的铅包围反应堆， 用以阻挡或减弱反应堆发出的各种射线。在各种射线 中，中子对人体伤害极大，因此，在屏蔽层的设计中， 了解中子穿透屏蔽层的概率，对反应堆的安全运行至 关重要。 问题背景 假定屏蔽层是理想的均匀平板

我们已经学习了偏微分方程组的有限差分格式。因此,我们今天将看一下有 限体积格式。首先让我们考虑1维传导方程: aTaT =0,v>0并且为常量 这个偏微分方程实际上是材料(即气体,固体等等)在某个体积上的守恒原 理的应用,然后再将这块体积“收缩”到无穷小

3.5 数字滤波器在虚拟仪器中的应用及其软件实现 3.5.1调用数字滤波器子程序的几个问题 3.5.2 在LabVIEW中应用滤波器 3.6 信号和系统的频率分析技术及其软件实现 3.6.1 离散傅里叶变换 3.6.2 在LabVIEW中的频谱分析VI 3.6.3 功率谱分析及其VI 3.6.4 谐波分析及其LabVIEW实现 3.7 逐点分析库 3.8 虚拟仪器中其他常用数据处理技术 3.8.1 概率和统计函数 3.8.2 曲线拟合 3.8.3 线性代数

6.1 神经网络模型 6.2 反向传播多层前馈神经网络 6.3 其他神经网络 6.3.1遗传神经网络 6.3.2 径向基函数神经网络 6.3.3 概率神经网络PNN 6.3.4 竞争特征映射神经网络

1、引例 2、贝叶斯概率基础 3、贝叶斯网络概述 4、贝叶斯网络的预测、诊断和训练 4.1 贝叶斯网络的预测 4.2 贝叶斯网络的诊断 4.3 贝叶斯网络的训练

一 氢原子的薛定谔方程 二 量子化条件和量子数 三 基态径向波函数和电子分布概率 四 激光器的特性和应用

第17章 量子化 17.1 黑体辐射 17.2 光子 17.3 玻尔的氢原子模型 17.4 康普顿效应 第18章 概率波 18.1 德布罗意波 18.2 波函数 薛定谔方程 18.3 海森伯不确定性原理 18.4 薛定谔方程的应用 第十九章 原子和固体的量子理论 19.1 氢原子 19.2 多电子原子 19.3 固体