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

1.按节气出售的某种节令商品,每售出1公斤可获利a元,过了节气处理剩余 的这种商品,每售出1公斤净亏损b元。设某店在季度内这种商品的销量X是 一随机变量,X在区间(t1,t2)内服从均匀分布。为使商店所获利润的数学期 望最大,问该店应进多少货?

差错控制：针对某一特定的数据传输或 存贮系统，应用纠错或检错的编码及其 相应的其他技术（如反馈重传）来提高 整个系统的传输可靠性的方法。 信道编码概念小结： 目的：降低错误译码概率 PE。 对象：信息序列（设码元间彼此无关且 等概出现）

对于同一个未知参数不同的方法得到 的估计量可能不同,于是提出问题 应该选用哪一种估计量?

本节介绍数理统计中的三个著名分布, 它们在参数估计和假设检验等统计推断问 题中有广泛应用 X平方分布 定义6.1设随机变量XX2X独立且服从相同 x2=x2+x2++2(6-8) 分布N(,1),则称x2=x=x2+X2 所服从的分布是自由度为m的x2-分布

这部分内容的主题是有限元方法(FEM),虽然我们是从数学角度来探讨这 个问题,但有很多有趣的物理穿插其中,特别是流体的问题,(例如:以扩散效 应为主的物理现象) 一个简单的例子 我们希望解决下面这个问题:

就像读写能力一样,统计能力有一天会成为 每一个公民必备的能力,。” H.G. Wells 统计推断: 根据从总体中抽取的样本信息来得出总体情况 的方法。 点估让:估计一个未知总体的参数。 置信区间佔计:找到以预先指定概率包含参数 的区间。 假设检验:对一个未知的总体参数的假设的检 验

• Lecture 1 知识点回顾 • 神经概率语言模型(Bengio 2003) • Word2vec (Mikolov 2013) • (CBOW & Skip-gram) * (HS & NEG) • 词向量的评价方法 • Softmax分类模型(原PPT乱入) • 词向量的应用场景