5.1 Linux的介绍 5.2 Linux的安装 5.3 Linux系统配置 5.4 Linux系统安全 5.5 Linux与其他操作系统的比较 5.6 实训

3.1 支路分析法 3.2 网孔分析法 3.3 节点分析法 3.4 独立电路变量的选择与独立方程的存在性 3.5 回路分析法和割集分析法 3.6 电路的对偶特性与对偶电路

➢ 信息安全概述 ➢ 计算机病毒及防治 ➢ 网络安全技术 ➢ 数据加密与数字签名 ➢ 防火墙技术 ➢ 网络社会责任与计算机职业道德规范

9.1 电路的频率特性与网络函数 9.2 RC电路的频率特性 9.3 RLC串联谐振 9.4 GCL并联谐振 9.5 电源内阻及负载对谐振电路的影响

4.1 叠 加 定 理 4.2 替 代 定 理 4.3 戴维南定理和诺顿定理 4.4 特勒根定理 4.5 互 易 定 理

第一节 关系营销 第二节 直复营销 第三节 网络营销 第四节 数据库营销 第五节 绿色营销

第一节 统计学习与推理基础 第二节 统计模型与参数推断 第三节 聚类分析、主成分分析与Fisher判别 第四节 贝叶斯推理 第五节 隐马尔可夫模型 第六节 动态神经网络 第七节 支持向量机 第八节 MATLAB的应用实例

第一节 系统生物学基本概念 第二节 系统生物学基本技术与方法 第三节 先进的成像技术 第四节 基因表达调控网络（图7.11-12） 第五节 代谢网络 第六节 信号转导途径 第七节 蛋白质一蛋白质相互作用网络 第八节 虚拟细胞

第一节 统计学习与推理基础 第二节 统计模型与参数推断 第三节 聚类分析、主成分分析与Fisher判别 第四节 贝叶斯推理 第五节 隐马尔可夫模型 第六节 动态神经网络 第七节 支持向量机 第八节 MATLAB的应用实例

第一节 统计学习与推理基础 第二节 统计模型与参数推断 第三节 聚类分析、主成分分析与Fisher判别 第四节 贝叶斯推理 第五节 隐马尔可夫模型 第六节 动态神经网络 第七节 深度学习 第八节 支持向量机 第九节 MATLAB的应用实例