无监督学习基本概念、K 均值聚类、主成分分析、特征人脸、奇异值分解、潜在语义分析、最大似然估计、最大后验估计与期望最大化算法的考试复习笔记

量纲、量纲和谐原理、瑞利法、Buckingham π 定理、流动相似理论、相似准数与模型实验

机器学习回顾、无监督学习、K 均值聚类、主成分分析、特征人脸、奇异值分解、潜在语义分析、最大似然估计、最大后验估计和期望最大化算法

监督学习基本概念、生成方法与判别方法、线性回归、L2 正则化、逻辑斯蒂回归、支持向量机

二次型、矩阵表示、非退化线性替换、标准形、合同、规范形、惯性定理与正定二次型

总流分析法、连续性方程、伯努利方程、水头线、方程扩展与恒定总流动量方程

机器学习基础、损失与风险、线性回归与逻辑斯蒂回归、线性判别分析、支持向量机、判别模型与生成模型

欧拉描述法、流线与迹线、流动分类、连续性方程、欧拉方程与纳维–斯托克斯方程、伯努利积分、速度势、流函数、流网，以及势流的叠加