2.1 多媒体数据压缩编码的重要性和分类 2.2 常见数据压缩方法分类与基本原理  2.2.1 量化与向量量化原理  2.2.2 统计编码原理  2.2.3 Huffman编码  2.2.4 算术编码  2.2.5 预测编码  2.2.6 变换编码

2.1 物理层的基本概念 2.2 数据通信的基础知识 2.2.1 数据通信系统的模型 2.2.2 有关信道的几个基本概念 2.2.3 信道的极限容量 2.2.4 信道的极限信息传输速率 2.3 物理层下面的传输媒体 2.3.1 导向传输媒体 2.3.2 非导向传输媒体 2.4 信道复用技术 2.4.1 频分复用、时分复用和统计时分复用 2.4.2 波分复用 2.4.3 码分复用 2.5 数字传输系统 2.6 宽带接入技术 2.6.1 xDSL技术 2.6.2 光纤同轴混合网（HFC 网） 2.6.3 FTTx 技术

第1节 假设检验的基本思想 第2节 正态总体的均值假设检验 一、标准差已知的单个正态总体均值假设检验 二、标准差未知的单个正态总体均值假设检验 三、比较两个正态总体均值的检验 四、成对数据t检验 第3节 正态总体的方差假设检验 一、单个正态总体的方差检验 二、比较两个正态总体方差的检验

1 概率密度估计 2 最大似然估计 例 1 均值和方差的无偏与有偏估计 什么是高斯分布 ML 的全局最优？ 二元函数局部最优条件 例 2 3 最大后验概率估计 例 3 4 贝叶斯估计 例 4 5 期望最大化 EM EM 在高斯混合模型中的应用

第一章 生物信息学的概念及发展历史 第二章 生物学数据库及其检索 第三章 序列比对原理 第四章 蛋白质结构预测与分析 第五章 基因组学 第六章 转录组学 第七章 非编码RNA 第八章 蛋白质组学 第九章 系统生物学 第十章 合成生物学 第十一章 分子进化与系统发育 第十二章 统计学习与推理 第十三章 生物信息学编程基础 第十四章 新一代测序技术及其应用

第一章 生物信息学的概念及其发展历史 第二章 生物学数据库及其检索 第三章 序列比对原理 第四章 蛋白质结构预测与分析 第五章 真核生物基因组的注释 第六章 蛋白质组学 第七章 系统生物学 第八章 合成生物学 第九章 分子进化与系统发育 第十章 统计学习与推理 第十一章 生物信息学编程基础 第十二章 第二代测序技术及其应用

6.1 测量误差 6.2.1 测量误差的来源 6.2.2 测量误差的分类 6.3 对测量仪器、方法和结果的评价 6.4 检出限 6.5 测量数据的处理 6.6 测量不确定度(uncertainty of measurement)

1 概率密度估计 2 直方图方法 3 Parzen 窗 4 K 近邻密度估计 k 近邻分类器

一、试验数据构造模型 二、正交试验的方差分析法 三、有重复试验的方差分析 四、缺落数据的弥补

1 一个例子 2 最小二乘法 3 从线性到非线性：用线性模型 4 概率解释 最大似然估计 最大后验概率估计 正则化效果 5 偏置-方差困境 损失函数的第一步分解 损失函数的第二步分解 对多个数据集的简单总结