• 聚类概述 • 什么是聚类？在IR中如何用聚类？聚类的几个术语 • K-均值聚类算法 • K-均值聚类中的基本准则 • K-均值算法中簇的个数 • 聚类评价 • purity、NMI（Normalized Mutual Information，)、RI（Rand Index)、F measure • 基于模型的聚类 • 层次聚类简介 • 层次聚类的簇相似度计算 • 四种HAC算法：单连接、全连接 、组平均、质心法

• 支持向量机 • 二元线性SVM • SVM用于非线性分类 • 机器学习方法 • 人工神经网络（Artificial Neural Network, ANN） • 深度学习（Deep Learning）现状 • 经典的深度学习模型/算法 • 卷积神经网络 Convolutional Neural Networks (CNN) • 多层反馈网络 Recurrent neural Network(RNN) • 自动编码器 AutoEncoder • 受限玻尔兹曼机 Restricted Boltzmann Machine, RBM • 深度置信网络 (Deep Belief Nets，DBN）

• 语言模型 • 什么是概率语言模型？如何比较两个模型？ • 怎样由文档生成语言模型？ • 语言模型的种类 • 语言模型如何应用到IR 中？ • 查询似然模型(Query Likelihood Model) • 平滑的方法：线性插值LM • 扩展的LM 方法

• 查询优化概述 • 相关反馈(relevance feedback) • 相关反馈概述 • Rocchio 相关反馈算法 • 隐式相关反馈 • 伪相关反馈 • 相关反馈的假设条件及评价方法 • 查询扩展(Query expansion)

第一节 会计的产生和发展 第二节 会计的本质 第三节 会计信息系统的目标与功能 第四节 会计信息的使用者及其需要 第五节 会计的职能

电子商务时代的挑战 1、电子商务带来的法律法规真空,经济金融管理问题; 2、新时代贸易、金融业务与系统的发展战略: 3、数字化电子货币的发行、支付与管理 4、对付黑客的公共网络信息的安全保密问题

第2章物理层 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信道的最高码元传输速率 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 模拟传输与数字传输 2.4.1 模拟传输系统 *2.4.2 调制解调器 *2.4.3 数字传输系统 *2.5 信道复用技术 2.5.1 频分复用、时分复用和统计时分复用 2.5.2 波分复用 2.5.3 码分复用 *2.6 同步光纤网SONET和同步数字系列SDH 2.7 物理层标准举例 2.7.1 EIA-232-E接口标准 2.7.2 RS-449接口标准

第一节 神经元与神经胶质细胞的功能 第二节 神经元的信息传递 第三节 神经系统的感觉分析功能 第四节 神经系统对姿势和运动的调节 第五节 神经系统对内脏活动的调节

差错率:差错率是衡量传输质量的重要指标之一,它有以下几种不同的定义。 码元差错率:指在传输的码元总数中发生差错的码 元数所占的比例(平均值),简称误码率比特差错率/比特误码率:指在传输的比特总数中发 生差错的比特数所占的比例(平均值)。在二进制传输系统中,码元差错率就是比特差错率 码组差错率:指在传输的码组总数中发生差错的码 组数所占的比例(平均值)

社会的信息化,计算机资源的共享,数据的 分布式处理等各种应用,推动着计算机朝着群 体化方向发展。为了适应工作需要,目前国内 许多系统、待业纷纷建立起自己的计算机网络 系统,龙其是越来越多的用户上 Internet网,畅 游在信息海洋之中。计算机网络的出现与发展, 不但极大地提高了工作效率,而且已经成为现 代化生活中不可缺少的工具