本次课前半部分见：
神经网络的统计力学特辑｜谈谈2024诺贝尔物理学奖与物理学的关系
第二节课：这部分是《神经网络的统计力学》第三章的最后部分，讲述从贝特近似推导TAP方程，该方程对于SK模型来说是精确的。另外还介绍了逆伊辛模型，也叫玻尔兹曼机：从数据学习可适应的概率模型。玻尔兹曼机构成了当代人工智能算法的基础，也大大拓展了传统的统计物理模型。这一部分也暗含了一个对昂萨格反应项的绝妙推导，说明物理图像可以取代繁复的数学推导！
本次课前半部分见：
神经网络的统计力学特辑｜谈谈2024诺贝尔物理学奖与物理学的关系
第二节课：这部分是《神经网络的统计力学》第三章的最后部分，讲述从贝特近似推导TAP方程，该方程对于SK模型来说是精确的。另外还介绍了逆伊辛模型，也叫玻尔兹曼机：从数据学习可适应的概率模型。玻尔兹曼机构成了当代人工智能算法的基础，也大大拓展了传统的统计物理模型。这一部分也暗含了一个对昂萨格反应项的绝妙推导，说明物理图像可以取代繁复的数学推导！
