1 一个例子 2 最小二乘法 3 从线性到非线性：用线性模型 4 概率解释 最大似然估计 最大后验概率估计 正则化效果 5 偏置-方差困境 损失函数的第一步分解 损失函数的第二步分解 对多个数据集的简单总结

1 历史进程 2 预备知识 采用线性激活函数的神经元 采用阈值激活函数的神经元 采用 S 形激活函数的神经元 3 异或问题 4 多层感知机到底在做什么？ 5 Tilling（耕种，耕作）算法 6 可微激活函数函的多层感知机学习方法 误差 e 的表示 误差的反向传播 反向传播算法 计算例子

1 概率密度估计 2 最大似然估计 例 1 均值和方差的无偏与有偏估计 什么是高斯分布 ML 的全局最优？ 二元函数局部最优条件 例 2 3 最大后验概率估计 例 3 4 贝叶斯估计 例 4 5 期望最大化 EM EM 在高斯混合模型中的应用

1 概率密度估计 2 直方图方法 3 Parzen 窗 4 K 近邻密度估计 k 近邻分类器

4.1 Chapter highlights • Hypothesis testing and the MAP criterion • Extension to the general Bayes criterion • Minimax criterion • Neyman-Person criterion 4.2 Hypothesis testing & MAP criterion 4.3 Bayes criterion 4.4 Minimax criterion 4.5 Neyman-Pearson criterion

5.5 The optimum digital detector in additive Gaussian noise 5.6 Filtering alternatives 5.7 Continuous signals - White Gaussian noise 5.8 Continuous signals - Colored Gaussian noise 5.9 Performance of binary receivers in AWGN 5.11 Sequential detection & performance

• 第四节 混频器 • 第五节 滤波器 • 第六节 放大器 • 第七节 频率源

§1.3.1 表征电磁辐射的物理量 §1.3.2 电磁波与介质的相互作用 §1.3.3 物体表面的反射特性 §1.3.4 遥感数据定标

2.1 大气的基本特性 2.2 大气辐射传输方程 2.3 大气辐射传输方程求解原理 2.4 大气校正模型 2.5 遥感图像的大气校正实例 2.6 大气参数遥感反演实例

4.1 基本原理及问题 4.2 统计估算方法 4.3 优化反演方法 4.4 查找表方法 4.5 综合反演方法 4.6 基于知识的不确定性反演方法