10.1工作原理 10.2特性与参数 10.3可控整流电路 10.4触发电路 10.5单结管触发的可控整流电路 10.6晶闸管的其它应用 10.7晶闸管的保护及其它类型

6.1二端口网络的方程与参数 6.2二端口网络的连接与等效 6.3二端口网络的网络函数与特性阻抗

2.1支路电流法 2.2节点电压法 2.3网孔电流法 2.4迭加定理 2.5置换定理 2.6戴维南定理和诺顿定理

4.1正弦量的基本概念 4.2正弦量的相量表示法 4.3基本元件VAR相量形式和KCL、KⅥL相量形式 4.4复阻抗与复导纳 4.5正弦稳态中的功率 4.6正弦稳态电路中的中的最大功率传输

《机器学习》课程配套教学电子教案（PPT课件讲稿）第3章 决策树学习

《机器学习》课程配套教学电子教案（PPT课件讲稿）第8章 基于实例的学习

《机器学习》课程配套教学电子教案（PPT课件讲稿）第10章 学习规则集合

• 概念学习 – 给定某一类别的若干正例和反例，从中获得该类别 的一般定义。 • 搜索的观点 – 在预定义的假设空间中搜索假设，使其与训练样例 有最佳的拟合。 – 利用假设空间的偏序结构 • 算法收敛到正确假设的条件 • 归纳学习的本质，从训练数据中泛化的理由

《机器学习》课程配套教学电子教案（PPT课件讲稿）第5章 评估假设

• 贝叶斯推理提供了一种概率手段，基于如下的 假定：待考察的量遵循某概率分布，且可根据 这些概率及已观察到的数据进行推理，以作出 最优的决策。 • 贝叶斯推理为衡量多个假设的置信度提供了定 量的方法 • 贝叶斯推理为直接操作概率的学习算法提供了 基础，也为其他算法的分析提供了理论框架