尚斌打开三屏互动功能，课件显示在两片智慧黑板上，讲台中央还有一个全息投影显示器，用于展示3D模型。
“上一节课我们介绍了k近邻算法，今天，我们学习一种经典的监督式学习算法，感知机。”
“感知机模型可以看作是由一个神经元形成的分类模型，它的假设空间是一个超平面，可以用来解决线性可分问题。”
……
接下来，尚斌介绍了什么是线性可分问题，什么是超平面，以及感知机算法的步骤。
最后半小时，他事无巨细的讲解了感知机算法的收敛性证明步骤。
《统计学习方法》不愧为最适合入门的机器学习教材，证明过程详略得当。
尽管如此，个别证明步骤还是要琢磨一下才能通下去。
在备课时，尚斌已经把一些不太容易看懂的步骤写在教案中，因此讲到证明时总能表现得游刃有余。
学生们在预习教材时常常会卡在某些证明步骤，听完尚斌的讲解后如醍醐灌顶，不断点头表示终于搞懂了。
“叮咚！”
下课铃响起，又是一堂满满的干货，同学们背起书包，朝尚斌挥手告别。
“老师再见！”
“再见！”
“谢谢老师！讲得真好！”
“不客气，有收获就好！”
“老师女朋友真漂亮！”
“……”
同学们陆陆续续走出教室，叶小婉慢慢悠悠走到讲台前，扶了扶眼镜，对尚斌说道：
“尚老师，我有几个问题想跟您请教。”
尚斌知道是动力装甲项目中的理论问题，于是问她：
“我现在就有时间，到我办公室？”
“好的老师。”
十几分钟后，人工智能学院，尚斌办公室。
叶小婉和尚斌两人站在办公室一侧的白板前，正在讨论动力装甲飞行制动控制算法的收敛性分析问题。
“老师，您提出的强化学习算法，我尝试着进行了收敛性分析，虽然能够搞下去，但是对混合时间的假设比较强，有没有更好的数学工具能够放宽这个假设？”
“你可以试一下多步李雅普诺夫法……或许……可以把混合时间减小到合理的范围。”
……
两人在白板前讨论了很久，写了擦，擦了写，不知不觉，三个多小时过去了。
“看来老师的做法是可行的呢。”
“总算是解决了其中一个问题。”
“老师，谢谢您！我对随机逼近有限时间分析这部分的理论应用套路，总算是有些熟悉了。请再多给我一些时间，我会尽快解决剩下的问题。”
“没事，理论证明急不得，慢慢做。”
“谢谢老师。那我先回去了。”
办公室又只剩下尚斌一人，他拿起保温杯，发现里面盛着的茶水是满的。
“讨论了一下午数学问题，连水都忘了喝，不过倒是没感觉渴。”
吨吨吨。
尚斌喝光一大杯普洱茶，伸了个懒腰，点开一份标书，开始琢磨明天的事宜。
几天前，作为参与者，他与自己的导师李文斌院士，一起投标泰拉帝国军事科学院的兵棋推演系统开发。
今晚9点，就要出竞标结果了。
感谢秋风微微的推荐票！
