5.1数值求积问题 5.2插值多项式求积 5.3控制精度的求积方法 5.4待定系数法 5.5 Gauss开式求积 5.6其他求积方法 5.7插值多项式求导 5.8数值求导的误差分析 5.9其他求导方法

7.1一般介绍 7.2一阶双曲型方程的差分求解法 7.3一阶双曲型方程的特征线求解法 7.4一阶双曲型方程的线上求解法 7.5二阶椭圆型方程的差分求解法 7.6二阶椭圆型方程的有限元求解法 7.7二阶椭圆型方程的加权残差求解法 7.8二阶抛物型方程的差分求解法 7.9二阶抛物型方程的线上求解法 7.10二阶双曲型方程的特征线求解法

《机器学习》课程配套教学电子教案（PPT课件讲稿）第4章 人工神经网络（ANN）

《机器学习》课程配套教学电子教案（PPT课件讲稿）第11章 分析学习

《机器学习》课程配套教学电子教案（PPT课件讲稿）第13章 增强学习

本章考虑将归纳和分析的机制结合起来的方法，并获得两者的优点：有先验知识时获得更高的泛化精度和依赖训练数据克服先验知识的不足

《机器学习》课程配套教学电子教案（PPT课件讲稿）第9章 遗传算法

学习要求：1培养独立学习一门新课程的能力,为今后学习和研究打下基础(要求大家尽量少依赖 听课,多自学)。 2掌握基本的辨识理论和辨识技术 3能独立设计辨识实验,并编程计算 4学习一些现代建模技术

3.4.1 图像分析引言 3.4.2 图像分析系统的组成 3.4.3 模式与模式类 3.4.4 决策论法 3.4.5 结构法

4.3.1 有损压缩引言 4.3.2 有损预测编码 4.3.2.1 最优预测器 4.3.2.2 最优量化器 4.3.3 变换编码