什么是流? AVA 流是输入设备 数据来源 输出设备数据目标的一种抽象表示。 输出流(Output Stream)向一个流写入数据 输出流可以传输到任何允许向它传送一系列字 节信息的设备,如硬盘上的文件、远程系统上 的文件或者打印机,输出流还可以输出到显示 器。 输入流(Input Stream)数据从磁盘文件、键 盘或者远程计算机中读取。 缓冲流(Buffered Stream)使内存与外部设 备之间传送的实际数据以足够大的数据块形式 传送,以提高输入输出的效率

第2章计算机基础知识 2.1计算机的产生和发展 2.2微型计算机系统的组成 2.3数字化信息编码与数据表示 2.4多媒体技术应用基础 2.5计算机数据的安全

项目管理软件概述 1项目管理信息系统的概念 1.1信息系统的意义 1.2信息系统的概念 2典型费用管理软件介绍 Cobra演示 3总结 3.1原理 3.2费用管理的基本功能 3.3投资控制软件研究难点分析 3.4PM的信息模型与系统集成

• 聚类概述 • 什么是聚类？在IR中如何用聚类？聚类的几个术语 • K-均值聚类算法 • K-均值聚类中的基本准则 • K-均值算法中簇的个数 • 聚类评价 • purity、NMI（Normalized Mutual Information，)、RI（Rand Index)、F measure • 基于模型的聚类 • 层次聚类简介 • 层次聚类的簇相似度计算 • 四种HAC算法：单连接、全连接 、组平均、质心法

•从文本分类图像分类 • 如何从图像中获取全局特征？ • 颜色特征、纹理特征、形状特征 • 如何从图像中获取局部特征？ • SIFT: Scale-invariant feature transform •图像分类的几个发展阶段 • Low-level Modelling • Semantic Modelling • Sparse Coding • Deep Learning

• 支持向量机 • 二元线性SVM • SVM用于非线性分类 • 机器学习方法 • 人工神经网络（Artificial Neural Network, ANN） • 深度学习（Deep Learning）现状 • 经典的深度学习模型/算法 • 卷积神经网络 Convolutional Neural Networks (CNN) • 多层反馈网络 Recurrent neural Network(RNN) • 自动编码器 AutoEncoder • 受限玻尔兹曼机 Restricted Boltzmann Machine, RBM • 深度置信网络 (Deep Belief Nets，DBN）

如何建立词项词典？ 文档解析：格式？语言？编码方式？ 词条化：词条（Tokens）/词项（Terms） 停用词：停用词表？查表法 or 基于文档频率 词项归一化：等价类同义词扩展表 词形归并：am, are, is be 词干还原：去除单词两端词缀、Porter算法 如何实现倒排记录表？ • 跳表:跳表指针(位置、个数、更新问题） • 短语查询 • 二元词索引扩展的二元词索引：词性标注 • 位置信息索引邻近查询 • 增加倒排记录表 • 混合索引机制

• 语言模型 • 什么是概率语言模型？如何比较两个模型？ • 怎样由文档生成语言模型？ • 语言模型的种类 • 语言模型如何应用到IR 中？ • 查询似然模型(Query Likelihood Model) • 平滑的方法：线性插值LM • 扩展的LM 方法

• 查询优化概述 • 相关反馈(relevance feedback) • 相关反馈概述 • Rocchio 相关反馈算法 • 隐式相关反馈 • 伪相关反馈 • 相关反馈的假设条件及评价方法 • 查询扩展(Query expansion)

2.1安装前的准备工作 2.1收集硬件信息 2.1.2选择安装方法 2.3制作引导软盘 2.1.4选择安装方式 2.1.5磁盘分区和文件系统常识