 1. 设备管理概述  2. I/O硬件特性  3. 设备管理的实现技术  4. I/O软件的结构  5. Windows I/O系统的结构  6. Windows I/O系统的核心数据结构  7. Windows的I/O处理

6.1 域名系统 DNS 6.1.1 域名系统概述 6.1.2 因特网的域名结构 6.1.3 域名服务器 6.2 文件传送协议 6.2.1 FTP 概述 6.2.2 FTP 的基本工作原理 6.2.3 简单文件传送协议 TFTP 6.3 远程终端协议 TELNET 6.4 万维网 WWW 6.4.1 概述 6.4.2 统一资源定位符 URL 6.4.3 超文本传送协议 HTTP 6.4.4 万维网的文档 6.4.5 万维网的信息检索系统 6.5 电子邮件 6.5.1 电子邮件概述 6.5.2 简单邮件传送协议 SMTP 6.5.3 电子邮件的信息格式 6.5.4 邮件读取协议 POP3 和 IMAP 6.5.5 基于万维网的电子邮件 6.5.6 通用因特网邮件扩充 MIME 6.6 动态主机配置协议 DHCP 6.7 简单网络管理协议 SNMP 6.7.1 网络管理的基本概念 6.7.2 管理信息结构 SMI 6.7.3 管理信息库 MIB 6.7.4 SNMP 的协议数据单元和报文 6.8 应用进程跨越网络的通信 6.8.1 系统调用和应用编程接口 6.8.2 几种常用的系统调用

《人工智能、机器学习与大数据》课程教学资源（参考文献）Supervised Hashing with Latent Factor Models

《人工智能、机器学习与大数据》课程教学资源（参考文献）Distributed Stochastic ADMM for Matrix Factorization

《人工智能、机器学习与大数据》课程教学资源（参考文献）Relational collaborative topic regression for recommender systems

《人工智能、机器学习与大数据》课程教学资源（参考文献）Learning to hash for big data - current status and future trends

4.1 网络层提供的两种服务 4.2 网际协议 IP 4.2.1 虚拟互连网络 4.2.2 分类的 IP 地址 4.2.3 IP 地址与硬件地址 4.2.4 地址解析协议 ARP 4.2.5 IP 数据报的格式 4.2.6 IP 层转发分组的流程 4.3 划分子网和构造超网 4.3.1 划分子网 4.3.2 使用子网时分组的转发 4.3.3 无分类编址 CIDR（构造超网）

 自然语言处理概述 ◼ 什么是自然语言处理 ◼ 自然语言处理的典型应用 ◼ 自然语言处理的基本任务 ◼ 自然语言处理的基本策略和实现方法 ◼ 自然语言处理的难点 ◼ 自然语言处理所涉及的学科  基于规则（知识工程）的自然语言处理方法（理性方法，传统方法） ◼ 基于词典和规则的形态还原（英语）、词性标注以及分词（汉语、日语） ◼ 基于CFG（上下文无关文法）和扩充的CFG（复杂特征集、合一运算）的句法分析 ◼ 基于逻辑形式和格语法的句义分析 ◼ 基于规则的机器翻译  基于语料库（数据）的自然语言处理方法（经验方法） ◼ 语言模型（N元文法） ◼ 分词、词性标注（序列化标注模型） ◼ 句法分析（概率上下文无关模型、移进-规约分析器） ◼ 文本分类（朴素贝叶斯模型、最大熵模型） ◼ 情感分析 ◼ 机器翻译 (IBM Model等) ◼ ......（基于神经网络的深度学习方法）

本章讨论的是用数学建模的方法来处理优化问题：即建立和求解所谓的优化模型。注意的是建模时要作适当的简化，可能使得结果不一定完全可行或达到实际上的最优，但是它基于客观规律和数据，又不需要多大的费用。如果在建模的基础上再辅之以适当的检验，就可以期望得到实际问题的一个比较圆满的回答。本章介绍较为简单的优化模型，归结为微积分中的极值问题，因而可以直接使用微积分中的方法加以求解

中国科学技术大学：《计算机网络 Computer Networks》课程教学资源（课件讲稿，第7版）实验 2 用wireshark分析数据包的结构