• 线性回归 • 逻辑斯蒂回归 • 最大熵模型 • 极大似然估计 • 模型学习浅谈 • 最大熵总结 • 最大熵应用举例（略） • 最大熵源码分析（略） • 最大熵包使用（略）

 Introduction  DHT原理  代表性DHT算法  基于DHT的结构化P2P比较  基于DHT的P2P应用

§11.1 计算积分的Monte Carlo方法 §11.2 Markov链Monte Carlo方法简介 §11.3 Metropolis-Hastings算法 §11.4 Gibbs抽样 §11.5 贝叶斯MCMC估计方法

8.1 概述 8.2 流式存储音频/视频 8.2.1 具有元文件的万维网服务器 8.2.2 媒体服务器 8.2.3 实时流式协议 RTSP 8.3 交互式音频/视频 8.3.1 IP 电话概述 8.3.2 IP 电话所需要的几种应用协议 8.3.3 实时运输协议 RTP 8.3.4 实时运输控制协议 RTCP 8.3.5 H.323 8.3.6 会话发起协议 SIP 8.4 改进“尽最大努力交付”的服务 8.4.1 使因特网提供服务质量 8.4.2 调度和管制机制 8.4.3 综合服务 IntServ 和资源预留协议 RSVP 8.4.4 区分服务 DiffServ

◼ 1、概述 ◼ 1.1、机器学习的应用 ◼ 1.2 、什么是机器学习 ◼ 1.3、机器学习的发展 ◼ 1.4、机器学习的分类 ◼ 1.5 机器学习的资源 ◼ 2、机器学习的数学基础 ◼ 3、机器学习的术语 ◼ 4、基于案例的机器学习流程简介 ◼ 5、机器学习算法简介 ◼ 6、机器学习实例演示

7.1 信号及其表示 7.2 信号的基本运算 7.3 线性时不变系统 7.4 傅里叶(Fourier)变换 7.5 IIR数字滤波器的设计方法 7.6 FIR数字滤波器设计 7.7 信号处理的图形用户界面工具

◼ 指针类型概述 ◼ 指针的基本操作 ◼ 指针作为参数类型 ◼ 指针与动态变量 ◼ 指针与数组 ◼ 函数指针 ◼ 引用类型

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

3.4 MATLAB数字图像处理 3.5 图像的灰度变换与直方图 3.6 图像的增强滤波 3.7 图像的空间变换 3.8 图像边缘检测与分割

◼ 指针类型概述 ◼ 指针的基本操作 ◼ 指针作为参数类型 ◼ 指针与动态变量 ◼ 指针与数组 ◼ 函数指针 ◼ 引用类型