优点: 具有严格的规律性,便于记忆. 缺点: 不具有承袭性,即每当增加一个节点时,不仅要增加求和的项数,而且以前的各项也必须重新计算

一、牛顿法及其几何意义 二、 收敛性及其收敛速度 三、 计算实例及其程序演示

理解功能/数据的目的，学会使用U/C矩阵的建立、校验、求解过程；掌握新的管理信息系统逻辑模型的含义和内容

上述初值问题的精确解是:是指数衰减的,并趋于稳态解

 5.1 Introduction of clustering analysis  5.2 Similarity calculation  5.3 Overview of basic clustering techniques  5.4 Partitioning method  5.5 Hierarchical method  5.6 Clustering based on density and grid  5.7 Clustering based on models  5.8 Outlier analysis

隐马尔科夫模型的定义 HMM模型的三个基本问题 EM算法 前向后向算法 鲍姆-韦尔奇算法 维比特算法

 4.1 The basic concept of association rules  4.2 Low-dimensional binary association rules  4.3 Multi-level association rules  4.4 Multidimensional association rules  4.5 The Affinity analysis based on the association mining

解线性方程组的两类方法 直接法: 经过有限次运算后可求得方程组精确解的 方法(不计舍入误差!) 迭代法：从解的某个近似值出发，通过构造一个 无穷序列去逼近精确解的方法

一、高斯消去法 首先将方程组Ax=b 化为上三角方程组， 此过程称为消去过程，再求解上三角方程 组，此过程称为回代过程

 3.1 Learning Problems  3.2 The least square method (LSM)  3.3 Linear regression analysis  1 Simple Linear Regression  2 Multiple Regression  3 Understanding the Regression Output  4 Coefficient of Determination R2  5 Validating the Regression Model