说明：  绪论 概率分布 回归的线性模型 分类的线性模型 神经网络 核方法 稀疏核机 图模型 混合模型和EM 近似推断 采样方法 连续潜在变量 顺序数据 组合模型 录A数据集 附录B概率分布 附录C矩阵的性质 附录D变分法 附录E拉格朗日乘数法
(introduction probability distribution Linear model of regression Linear model of classification neural network Nuclear method Sparse kernel machine Graph model Hybrid model and EM Approximate inference Sampling method Continuous potential variable Sequential data Combination model Record a dataset Appendix B probability distribution Appendix C properties of matrices Appendix D variational method Appendix E Lagrange multiplier method)