◼ 理解和熟悉各种内部排序的基本思想和过程 ◼ 掌握内部排序算法的时间复杂度的分析方法和结论 ◼ 要求能根据各种内部排序方法的优缺点及不同场合选择合适的排序方法

第一章 C语言概述 第二章 程序的灵魂－算法 第三章 C语言的基本数据类型与表达式 第四章 最简单的C程序设计——顺序程序设计 第五章 分支结构程序设计 第七章 数组 第八章 函数及其应用 第九章 编译预处理 第十章 指针 第十一章 结构体、共用体、枚举 第十二章 位运算 第十三章 文件

什么是自然语言处理 机器翻译（Machine Translation） 信息抽取的结果 自然语言处理所涉及的学科 基于规则的自然语言处理方法（理性方法，传统方法） 形态还原算法 基于规则的歧义字段消歧方法 句法分析——组成分分析 自底向上句法分析 句法分析与逻辑程序设计 增加句法符号和规则带来的问题 合一文法 语义组合 机器翻译

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

本书介绍常用的数值计算方法，内容包括：函数插值、最小二乘拟合、非线性方程求解、线性方程组解法、数值积分和微分、常微分方程数值解法、矩阵的特征值问题等.本书例题丰富，形式多样，并有C语言和Mathematica语言的例题和习题

• 类型推断的一般框架 –基于从类型化语言到无类型语言的“擦除”函数 • 加了类型变量后的→类型推断 –包括主定型和合一问题 • 带多态声明的 let的类型推断算法

词义消歧的特征来源于上下文.日文兼有中英文的语言特性,特征抽取更为复杂.针对日文特点,在词义消歧逻辑模型基础上,利用最大熵模型优良的信息融合性能,采用深层特征抽取方法,引入语义、句法类特征用于消解歧义.同时,为避免偏斜指派,采用BeamSearch算法进行词义序列标注.实验结果表明,与仅使用表层词法类特征方法相比,本文构造的日文词义消歧系统的消歧精度提高2%～3%,动词消歧精度获得5%的改善

给出了一个多Agent松散耦合的网格服务发现框架.在该框架中把Agent分为三类:服务Agent、需求Agent和服务发现Agent.提出以模糊Petri网作为服务描述语言的规范,用以发布或请求服务,用可能性变迁表示一个服务或一个需求,输入库所代表在提供(或请求)服务前需要成立的前提条件,输出库所表示提供(或获得)服务后成立的条件,用可能性与必然性来量化一个服务Agent能对一个请求提供相关服务的信心程度.最后基于本体论给出了一个支持部分匹配的服务匹配算法,并用一个车辆维修服务系统的例子进行了说明

5.1 概述. 2 5.1.1 什么是分类.2 5.1.2 分类的一般步骤.3 5.2 Rocchio 方法. 4 5.3 k-近邻法. 5 5.4 决策树方法. 6 5.4.1 决策树的概念.6 5.4.2 属性选择度量.6 5.4.3 决策树的常用算法.10 5.5 贝叶斯方法. 11 5.5.1 贝叶斯原理.11 5.5.2 朴素贝叶斯分类.11 5.6 分类结果评估. 13 5.6.1 常用评估度量.13 5.6.2 文本分类的评估.14 5.7 自动分类的案例与软件操作. 15 5.7.1 决策树案例（SPSS Modeler） .15 5.7.2 决策树案例（R 语言）.19

第1章 程序和算法 第2章 Python语言概述 第3章 数据类型和表达式 第3章 Python数据类型和表达式 第4章 Python控制语句 第3章 Python控制语句 第4章 Python数据结构 第6章 字符串与正则表达式 第8章 Python文件处理 第6章 Python函数和模块