Chapter 1–9 考试范围、核心公式、重点题型、典型例题与易错点

初值问题离散化，向前与向后 Euler 法，显式与隐式格式，改进 Euler 法，局部截断误差，经典四阶 Runge-Kutta 法

对分区间法、收敛阶、Newton 法、弦截法、重根修正、多元 Newton 法与最速下降法

智能体的定义、智能体工作循环、智能体类型、大语言模型智能体、氛围编程、Claude Code 编程智能体、海洋领域应用、风险、伦理与安全

数值微分的差商公式与误差、Newton-Cotes 求积、复化求积、代数精度及高斯型求积公式

海洋人工智能基础课程深度学习复习重点、核心公式、符号解释与计算例题

Flow resistance, laminar and turbulent pipe flow, frictional and local head losses, boundary layer, drag and settling

深度学习基础、神经网络训练、CNN、RNN、Transformer、生成模型与现代深度学习