统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等

1 测量基本元素放样 2 平面点位放样方法 3 线段坡度放样方法 4 圆曲线放样方法 5 全站仪放样方法 6 GPS-RTK放样方法

层次分析(AHP)方法的一般介绍； 层次结构与比较矩阵构造方法； 权向量的确定方法； 比较矩阵的一致性检验方法； 案例分析：合理分配住房问题

(1)了解物化处理的主要方法,掌握粗大颗粒去除的原理,掌握悬浮物质和胶体物质去除的基本原理和常用方法 （2)了解溶解物质的处理方法,掌握几种重要方法的去除机理,掌握消毒原理,熟悉常用的几种消毒方法;

(1)了解物化处理的主要方法,掌握粗大颗粒去除的原理,掌握悬浮物质和胶体物质去除的基本原理和常用方法; (2)了解溶解物质的处理方法,掌握几种重要方法的去除机理,掌握消毒原理,熟悉常用的几种消毒方法; (3)了解水的其他物理化学处理方法

教学要求：掌握光学显微镜、电子显微镜的观察方法，几种细胞组分的主要分析方法的原理及技术，了解细胞培养、细胞工程及显微操作技术的基本原理。 教学内容： 第一节 细胞形态结构的观察方法 一、 光学显微镜技术 二、 电子显微镜技术 三、 扫描隧道显微镜 第二节 细胞组分的分析方法 一、 用超速离心技术分离细胞器、生物大分子及其复合物 二、 细胞内核酸、蛋白质、酶、糖类与脂质等的显示方法（细胞化学） 三、 特异蛋白抗原的定位与定性（免疫组化） 四、 细胞内特异核酸序列的定位与定性 五、 利用放射性标记技术研究生物大分子在细胞内的合成动态 六、 定量细胞化学分析技术 第三节 细胞培养、细胞工程与显微镜操作技术 一、 细胞培养 二、 细胞工程

1．理解医政管理的概念，掌握医政管理的基本职能；2．掌握卫生行政许可制度及准入制度的基本内容；3．理解医政质量的含义及医疗质量管理的特点，掌握医疗质量管理体系、管理措施与评价方法；4．熟悉护理管理的任务、内容与组织体系，掌握护理质量管理与控制的要素、特性与方法；5．认识医院感染的定义、分类与诊断，掌握医院感染的组织管理体系及管理方法；6．认识医疗急救工作的特点，掌握医疗急救的基本程序、组织体系及管理方法；7．熟悉医疗事故的概念、预防方法、医疗事故的类别与等级，掌握处理及技术鉴定的基本原则与方法；8．掌握安全血液与安全输血及采供血服务体系以及血液管理的主要任务

 背景、示例与应用  推荐系统要素  常用推荐方法 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

第一节 免疫标记技术的基本概念 一、免疫标记与标记免疫的概念 二、常用的免疫标记物质 第二节 酶标记技术 一、常用标记方法 二、标记免疫物的分离与鉴定 第三节 荧光标记技术 一、常用标记方法 二、标记免疫物的分离与纯化 第四节 放射性核素标记技术 一、常用标记方法 二、标记免疫物的分离与纯化 第一节 标记免疫技术的分类 一、按指示标记物质划分的类型 二、按测定方式划分的类型 三、按测定用途划分的类型 第二节 酶联免疫吸附试验 一、ELISA技术的原理与方法 二、 ELISA技术的操作注意要点 第三节 荧光抗体技术 一、荧光抗体技术的原理与方法 二、荧光抗体技术的操作注意要点 第四节 放射免疫测定技术 一、放射免疫测定技术的原理与方法 二、放射免疫测定技术的操作注意要点

第一节 指标权重计算方法概述 一、权重计算重要性 二、主观赋值方法 三、客观赋值方法 第二节 特尔斐法 一、主要概念 二、基本特点 三、基本原则 四、实施步骤 第三节 层次分析法 一、层次分析法概述 二、层次分析法计算步骤 三、应用实例 第四节 信息熵值法 一、信息熵概述 二、熵值法计算步骤 三、水资源评价指标熵值法计算实例 四、城镇化评价指标权重熵值法计算 第五节 灰色关联度法 一、灰色关联度计算步骤 二、应用实例 第六节 离差最大化法 第七节 均方差决策法 第八节 变异系数法 第九节 基于专家效度权重计算方法 一、基于简单关联度确定指标的相对重要程度 二、基于指标重要程度初步求解指标专家权重 三、基于专家效度和专家权重修正指标权重值