• Why safety? • Origins of safety concerns • Thermal runaway process: 3 stages • Materials with improved battery safety • Materials to solve problems in 3 stages

 机器学习是数据分析与挖掘的一种手段  机器学习是什么？  利用经验改善系统自身的性能  关于T和P，程序对E进行学习  Looking for a function  机器学习发展史  人工智能三阶段：推理期、知识期、学习期  深度学习∈机器学习∈人工智能  机器学习基本术语  回归、分类；模型、学习器；样本、样例……  模型选择：奥卡姆剃刀？NFL？

 1.1 What’s big data?  1.2 Overview of data analysis  1.3 Overview of data mining  1.4 Make requirement for different professional applications

 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

 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

1、占优策略与智猪博弈 2、博弈的多重纳什均衡 3、帕累托最优均衡 4、帕累托最优均衡与纳什均衡的关系 5、如何得到帕累托最优均衡

 递归的概念和典型的递归问题  阶乘、Fibonacci数列、hanoi塔等问题  分治法的基本思想  分治法的典型例子  二分搜索、矩阵乘法、归并排序、快速排序  大整数的乘法、最接近点对问题

❑ 理解算法的概念。 ❑ 理解什么是程序，程序与算法的区别和内在联系。 ❑ 掌握算法的计算复杂性概念。 ❑ 掌握算法渐近复杂性的数学表述。 ❑ 掌握用C++语言描述算法的方法

4.1 活动安排问题 （ Activity-Selection Problem） 4.2 贪心算法的基本要素 4.4 单源最短路径 （Single Source Shortest Paths） 4.5 多机调度问题 （ MultiProcessor Scheduling）

一、移动通信网性能指标 二、移动通信组网 三、移动通信信道设计 四、移动通信越区切换