1 C语言程序设计入门 2 数据类型、运算符和表达式 3 顺序结构和常用语句 4 选择结构程序设 5 循环结构程序设计 6 数组 7 函数 8 编译预处理 9 指针 10 结构体与共用体

实验一 Linux 操作系统 实验二-1 图形界面 实验二-2 文字模式界面入门 实验三 目录管理 实验四 文本文件 实验五 文件权限管理（一） 实验六 文件权限管理（二） 实验七 练习课 实验八 用户账户管理 实验九 vi 文本编辑器 实验十 vim 编辑器 实验十一-1 GCC（GNU 编译器套件） 实验十-2 文件压缩和打包（一） 实验十二 文件压缩和打包（二） 实验十三 shell 编程（一） 实验十四 shell 编程（二） 实验十五 shell 编程（三） 实验十七 数据流重定向和管道命令 实验十八 综合实验

实验一 Java Web 入门(第一周).2 实验二 编写与使用 Servlet(第二周).4 实验三 请求与响应(第三周).5 实验四 会话管理(第四五周).7 实验五 使用 JSP（一）(第六周).9 实验六 使用 JSP（二）MVC 模式(第七八周). 11 实验七 JSTL 标签库(第九周) .13 实验八 JDBC 数据库访问一(第十周).15 实验九 JDBC 数据库访问二(第十一周).16 实验十 JDBC 数据库访问三(第十二三周).17 大作业(第十四-第十六周).18

一、并行编程基础知识 二、MPI编程实例演示 三、MPI程序分析及编程入门 四、Python并发编程方式 五、行计算优化 六、CPU/GPU/TPU概述

4.1 C51的基本数据类型 4.2 C51变量的存储区域 4.3 C51的运算符 4.4 数组 4.5 指针 4.6 结构 4.7 C51程序设计 4.8 函数的定义与调用

推荐系统（Recommender System） 背景、示例与应用 推荐系统要素 常用推荐方法 基于协同过滤的推荐方法 基于内容的推荐方法 基于标签的推荐方法 基于网络的推荐方法 基于上下文的推荐方法 推荐方法测试

一、 Excel2003入门 二、 Excel2003工作表的基本操作 三、对工作表中的数据进行计算 四、数据管理与分析 五、创建和编辑图表 六、工作表的打印

本章简要地阐述最主要的数学知识及计算机中最基本的单元电路。本章的内容是必要的入门知识，是以后各章的基础。对于已掌握这些知识的读者，本章将起到复习和系统化的作用。 2.1 数制与编码 2.2 单片机系统常用数字集成电路 2.3 单片机系统中的常用存储器电路

5.3 Word 2010文档排版 5.2 Word 2010的文本编辑 5.1 Word 2010入门 5.4 Word 2010的表格应用 5.5 Word 2010的图文混排 5.6 Word 2010的页面格式设置 5.7 Word 2010应用综合案例

第一部分 深度学习基础 第1章 什么是深度学习 第2章 神经网络的数学基础 第3章 神经网络入门 第4章 机器学习基础 第二部分 深度学习实践 第5章 深度学习用于计算机视觉 第6章 深度学习用于文本和序列 第7章 高级的深度学习最佳实践 第8章 生成式深度学习 第9章 总结