6.1 Understand the applications of prescriptive analytics techniques in combination with reporting and predictive analytics 6.2 Understand the basic concepts of analytical decision modeling 6.3 Understand the concepts of analytical models for selected decision problems, including linear programming and simulation models for decision support 6.4 Describe how spreadsheets can be used for analytical modeling and solutions 6.5 Explain the basic concepts of optimization and when to use them 6.6 Describe how to structure a linear programming model 6.7 Explain what is meant by sensitivity analysis, what-if analysis, and goal seeking 6.8 Understand the concepts and applications of different types of simulation 6.9 Understand potential applications of discrete event simulation

4.1 Define data mining as an enabling technology for business analytics 4.2 Understand the objectives and benefits of data mining 4.3 Become familiar with the wide range of applications of data mining 4.4 Learn the standardized data mining processes 4.5 Learn different methods and algorithms of data mining 4.6 Build awareness of the existing data mining software tools 4.7 Understand the privacy issues, pitfalls, and myths of data mining

环境搭建 关于Docker 安装Docker Docker 命令 Jupyter Jupyter 界面 Jupyter 单元格 Tensorflow 的辅助支持库 NumPy NumPy 数据 NumPy 运算 NumPy 索引 NumPy 合并与分割 Pandas Pandas 对象 Pandas 选择数据 Matplotlib

1. 从Netflix Prize说起 2. 集成学习的基本思想 1. 集成学习为何有效 2. 如何构建不同的基学习器 3. 如何综合多个基学习器 3. Bagging 1. Bagging的基本思想 2. 随机森林以及在R中的实际应用 4. Boosting 1. Boosting的基本思想 2. AdaBoost以及在R中的实际应用 5. Stacking 6. 小结以及实用技巧

第二章产生式系统 2.1绪论 2.2产生式系统的基本特征 2.3产生式的知识元 2.4推理的方向 2.5框架问题 2.6非确定性匹配 2.7匹配冲突问题的解决

4.1 模糊逻辑的数学基础 4.1.1 模糊集合 4.1.2 模糊集合的表示方法 4.1.3 模糊集合的运算 4.1.4 隶属函数确定方法 4.1.5 模糊关系 4.2 模糊逻辑的推理 4.2.1 模糊命题 4.2.2 模糊逻辑 4.2.3 模糊语言 4.2.4 模糊推理 4.3 模糊控制系统概述 4.3.1 模糊控制系统的构成 4.3.2 模糊控制系统的原理 4.4 模糊控制器原理 4.5 模糊控制器设计基础 4.6 双入单出模糊控制器设计 4.6.1 模糊化 4.6.2 模糊控制器规则、模糊关系 4.6.3 清晰化 4.6.4 控制表计算程序

以人工智能和计算机辅助设计技术为基础,锻件的计算机辅助工艺规程设计采用LISP语言,并使用人工移植方法把锻造工序中的经验用产生式规则表达.推理过程中采用了逆向推理方法.计算结果与实际吻合

1.1.1 机器人的定义 1.1.2 机器人的发展历史 1.1.3 机器人的分类 1.1.4 机器人技术展望 1.3.1 机器人的组成 1.3.3 机器人的性能要素

EDA（Electronics Design Automation）即电子 设计自动化技术，是一种以计算机为基本工 作平台，利用计算机图形学、拓扑逻辑学、 计算数学以及人工智能学等多种计算机应用 学科的最新成果而开发出来的一整套软件工 具，是一种帮助电子设计工程师从事电子元 件产品和系统设计的综合技术

6.1 概述 6.2 贝叶斯概率基础 6.3 贝叶斯问题的求解 6.4 简单贝叶斯学习模型 6.5 贝叶斯网络的建造 6.6 贝叶斯潜在语义模型 6.7 半监督文本挖掘算法