数据结构与算法实习简介、C/C++基本程序技巧、界面排错和测试、问题空间和典型的算法思路、基本数学建模

1.1 为什么要学习数据结构 1.2 什么是数据结构 1.3 抽象数据类型 1.4 算法的特性及分类 1.5 算法的效率度量 1.6 数据结构的选择和评价

一、什么是数学模型 二、数学模型分类 三、问题建模示例 四、数学模型与数据结构问题求解

3.1 字符串抽象数据类型 3.2 字符串的存储结构和类定义 3.3 字符串运算的算法实现 3.4 字符串的模式匹配

图搜索和应用 算法优化：全1矩阵

内容提要 一、概述 二、无线固定接入 三、移动接入 四、无线数据接入 五、无线分组网原理

• 高危人员分析需求 • 高危人群的相关数据收集与预处理 • 建立模型

• 数据挖掘算法没有好坏，根据数据与数据分析需求的特点确定算法 • 数据挖掘建模标准（CRISP-DM） – 定义商业问题，理解业务背景，了解业务需求 – 数据探索、预处理与分析 – 确定可能的模型，并验证评估 – 选择分析较优算法，并进一步调优 – 应用部署模型

◼ Data Preprocessing: An Overview ◼ Data Quality ◼ Major Tasks in Data Preprocessing ◼ Data Cleaning ◼ Data Integration ◼ Data Reduction ◼ Data Transformation and Data Discretization ◼ Summary

◼ Cluster Analysis: Basic Concepts ◼ Partitioning Methods ◼ Hierarchical Methods ◼ Density-Based Methods ◼ Grid-Based Methods ◼ Evaluation of Clustering ◼ Summary