10,1概论 10.2元器件及特性 10.3电路的拓扑描述 10.4线性电路的直流和正弦交流稳态分析 10.5若线性电图电路的直流分析 10.6电路的动态分析 10.7灵敏度与容差分析 10.8路的最优化设计

第1节 线性规划问题及其数学模型 1.1 问题的提出 1.2 图解法 1.3 线性规划问题的标准形式 1.4 线性规划问题的解的概念 第2节 线性规划问题的几何意义 2.1 基本概念 2.2 几个定理 第3节 单纯形法 3.1 举例 3.2 初始基可行解的确定 3.3 最优性检验与解的判断 3.4 基变换 3.5 迭代（旋转运算） 第4节 单纯型法的计算步骤 4.1 单纯型表 4.2 计算步骤 第5节 利用MATLAB求解线性规划问题 5.1 优化工具箱(optim)简介 5.2 标准形式 5.3 linprog函数 5.4 应用举例

5.1 线性相位FIR数字滤波器的特性 5.2 窗口设计法（时间窗口法） 5.3 频率取样法 5.4 FIR数字滤波器的最优化设计 5.5 IIR与FIR数字滤器的比较

本文简要回顾了计算数学和科学计算的发展历史，从数值代数、数值逼近、最优化方法和微分方程计算方法等4个方面简要介绍了计算数学的主要研究内容和最新进展，最后提出进一步发展我国科学计算的建议

第1章 绪论 2 第2章 机器学习概述 22 第3章 线性模型 53 第4章 前馈神经网络 78 第5章 卷积神经网络 105 第6章 循环神经网络 129 第7章 网络优化与正则化 153 第8章 注意力机制与外部记忆 192 第9章 无监督学习 213 第10章 模型独立的学习方式 228 第11章 概率图模型 253 第12章 深度信念网络 288 第13章 深度生成模型 308 第14章 深度强化学习 329 第15章 序列生成模型 355

 方法性工具  差分运算  延迟算子  线性差分方程  ARMA模型  AR模型（Auto Regression Model）  MA模型（Moving Average Model）  ARMA模型（Auto Regression Moving Average model）  平稳序列建模  序列预测  建模步骤  模型识别  参数估计  模型检验  模型优化  序列预测

§4.1 最速下降法(Cauchy法) §4.2 Newton法（二阶方法） §4.3 共轭方向法 §4.4 共轭梯度法 §4.5 拟Newton法（变尺度法）

本章主要内容： · 一元线性回归方程度建立、显著性检验、预报和控制。非线性回归方程的线性化。 · 多元线性回归方程建立、显著性检验、偏回归平方和。 · 回归分析法在试验设计中的作用和地位。 · 正交多项式回归设计及回归方程的建立

第八章动态规划 一、动态规划 Dynamic Programming 研究多阶段决策的最优化问题的方法。 二、多阶段决策问题含有一个描述过程时序或空间演变的阶段变量,将复杂问题划分成若干阶段,根据“最优性原理”, 逐段解决而最终实现全局最优。 三、经济、管理、工业生产、工程技术等领域,许多问题可归结为多阶段决策问题。 四、一些用线性规划、非线性规划处理有困难的问题,往往可以用动态规划方便地求解。 五、动态规划是美国运筹学家贝尔曼(R. Bellman)等人1959年提出的

◆掌握线性相位FR数字滤波器的特点 ◆掌握窗函数设计法 ◆理解频率抽样设计法 ◆了解设计FIR滤波器的最优化方法 ◆理解IR与FIR数字滤波器的比较