第一章 计算机文化基本知识 1.1 计算机概述 1.2 微型计算机系统的组成 1.3 数字化信息编码与数据表示 第二章 操作系统 2.1 操作系统概述 2.2 基本知识和基本操作 2.3 应用程序的管理程序 2.4 文件及其文件夹的管理 2.5 控制面板 2.6 多媒体附件 2.7 Windows 2000和MS - DOS 2.8 Linux操作系统 第三章 中文文字处理系统 3.1 Word 2000概述 3.2 文档的基本操作 3.3 文档的排版 3.4 表格 3.5 图形 3.6 页面排版和打印文档 3.7 高级功能 3.8 WPS2000简介 第四章 网络基础 4.1 计算机网络概述 4.2 计算机局域网的组成 4.3 网络的互连 4.4 Internet基础 4.5 网页制作 4.6 计算机系统的安全

具有 Fortran和C高级计算机语言知识的读者可能已经注意到,如果用它们去进 行程序设计,尤其当涉及矩阵运算或画图时,编程会很麻烦。比如说,若想求解一个 线性代数方程组AX=B→>X=A-B,用户得首先编写一个主程序,然后编写一个子程序 去读入各个矩阵的元素,之后再编写一个子程序,求解相应的方程,最后输出结果 般说来,求解线性方程组这样一个简单的功能需要100多条源程序。 Matlab的首创者 Cleve Moler博士在数值分析,特别是在是指线性代数的领域中 很有影响

管 理 科 学 与 工 程 （ 1201） 《高级运筹学》 《系统科学与系统工程》 《高级计量经济分析》 《文献阅读与学术写作》 《管理科学与工程前沿》 《高级信息管理》 《管理科学研究方法》 《系统仿真与建模》 《社会网络分析》 《ESG 理论及应用》 《六西格玛管理》 管 理 科 学 与 工 程 （ 0871） 《数据驱动的管理方法》 《大数据治理》 《大数据分析与挖掘》 《高级信息系统分析与设计》 《大数据技术及应用综合实践》 《高级统计学》 《科技美学与创新思维》 《深度学习》 《高级管理学》 《大数据分析与管理》 《信息经济学》 《复杂网络理论与应用》 大 数 据 技 术 与 工 程 《大数据技术与工程前沿》 《创新创业与职业规划》 《数据采集与预处理》 《大数据可视化》 工 业 工 程 与 管 理 《工业工程与管理概论专题（英）》 《文献阅读与写作》 《质量与可靠性》 《运营管理》 《人因与设计》 《领导力与组织沟通》 《工程经济学》 《工程系统建模与仿真》 《定量分析：模型与方法》 《项目管理》 《供应链与物流管理》 《精益生产》 《数字经济》 《数字企业管理》 《数字创新与创业》 《项目管理案例研究》 《企业经营模拟实训》 《生产过程仿真与作业改善实训》 《工程伦理》 《文献阅读与学术写作实践》 《知识产权》 物 流 工 程 与 管 理 《专业实践》 《物联网概论》 《物流大数据前沿与技术》 《物流系统分析与优化》 《物流系统建模与仿真》 《物流系统应用实践》 《现代物流与供应链管理》

MatLab是一种数值计算和图形图像处理工具软件,它的特点是语法结构简明、数值计算高效、图形 功能完备、易学易用。它在矩阵代数、数值计算、数字信号处理、提动理论、神经网络控制、动态仿真 等领域都有广泛的应用 本书从 MatLab的基础知识入手,在详细介绍各种命令的同时,向读者介绍了 Matlab在高等数学、 线性代数、符号运算、图形图像处理、数据处理等方面的应用和外部接口程序设计。本书侧重于利用大 量的实例来引导读者快速学习和掌握 MatLab的各种功能,并尽量与实际问题相结合,以体现其工程应用 的重要性。书中配有习题和参考答案,供读者练习附录则配有常用命令的列表,以供参考

本书详尽讲解了LabVIEW常用的编程方法、编程技巧和工程应用技术。全书共分为3篇，其中：入门篇归纳总结了LabVIEW编程人员必须掌握的基础知识，包括LabVIEW的基本概念、基本函数的用法和常用的运行结构，以及LabVIEW的基本数据结构和文件存储方式；高级篇细致地讲解了引用、属性、方法以及各类高级控件的运用，LabVIEW的文本方式编程以及DLL、C语言接口，基于Matlab语法的MathScript编程技术，LabVIEW基于组件的高级编程方法和编程模式；工程应用篇介绍了串口、并口和网络通信的常用方法，数据采集的基本原理和方法，LabVIEW实时系统的构建和编程，以及各种常用专业工具包的使用方法，包括数据库连接工具包、数据监控与记录工具包、报表生成工具包、状态图工具包等等。本书可作为高等院校通信、测量技术、自动控制等相关课程的教材和教学参考书，也可作为相关工程技术人员设计开发仪器或自动测试系统的技术手册

心理学 教育学 普通话 教育技术学导论 教育传播学 教育技术学研究方法 学习科学与技术 教学系统设计 创新思维与创新方法 摄影技术基础 摄像技术 计算机网络 数据库原理与应用 面向对象程序设计 数据结构 创意美术基础 构成设计 平面设计与二维动画制作 三维建模与动画设计 电视节目编导与制作 非线性编辑 专业英语 虚拟现实技术教育应用 教育软件工程 信息技术课程教学法 现代教育技术装备与环境 教育评价与测量 培训方案与课程设计 产品设计 模拟电路与数字电路 模块化编程与传感器应用 中小学 STEAM 教育与创新教育 知识管理与绩效技术 数字音频技术 中小学创意课程开发与实践 数字影视创作 人工智能概论 教育技术前沿 智慧教育与智慧校园 现当代文学经典鉴赏 中国文化概论 东西方文化与礼仪 健康体适能

《教育技术学导论》教学大纲 《教育传播学》 《教育技术学研究方法》 《学习科学与技术》 《教学系统设计》 《创新思维与创新方法》 《摄影技术基础》 《摄像技术》 《计算机网络》 《数据库原理与应用》 《面向对象程序设计》 《数据结构》 《创意美术基础》 《构成设计》 《普通话》 《平面设计与二维动画制作》 《三维建模与动画设计》 《电视节目编导与制作》 《非线性编辑》 《专业英语》 《虚拟现实技术教育应用》 《教育软件工程》 《信息技术课程教学法》 《现代教育技术装备与环境》 《教育评价与测量》 《中小学 STEAM 教育与创新教育》 《产品设计》 《模拟电路与数字电路》 《培训方案与课程设计》 《模块化编程与传感器应用》 《知识管理与绩效技术》 《数字音频技术》 《中小学创意课程开发与实践》 《数字影视创作》 《人工智能概论》 《教育技术前沿》教学大纲 《智慧教育与智慧校园》 《现当代文学经典鉴赏》 《中国文化概论》教学大纲 《东西方文化与礼仪》 《健康体适能》

一、 学科平台课程 1 《高级语言程序设计》 二、 专业课程 1 《计算机导论》 2 《离散数学》 3 《电子技术》 4 《电子技术实验》 5 《计算机组成原理》 6 《数据结构》 7 《数据库系统原理 A》 8 《软件工程概论》 9 《操作系统》 10《算法设计与分析》 11《计算机网络》 12《软件质量保证与测试》 13《软件项目管理与案例分析》 14《人机交互技术》 15《软件系统分析与设计》 16《软件过程与管理》 17《软件体系结构》 三、 个性化发展课程 1 《可视化项目开发技术》 2 《Web 开发技术》 3 《嵌入式系统原理与应用 A》 4 《移动平台应用开发》 5 《数据挖掘》 6 《Python 程序设计》 7 《人工智能》 8 《深度学习》 9 《大数据处理基础》 10《企业信息化系统分析》 11《三维动画原理与开发技术》 12《编译原理》 13《科技论文写作》 14《工程经济学》 15《前沿知识研讨》 16《职业能力拓展》 17《企业级开发技术》 四、 实践环节 1 《认识实习》 2 《小型软件项目综合课程设计》 3 《软件项目实践》 4 《生产实习》 5 《毕业实习》 6 《毕业设计》

一、学科平台课程 1《管理学 B》 2《会计学 B》 3《财务管理 A》 4《市场营销学》 5《旅游研究方法》 6《旅游应用统计》 7《经济学原理》 8《旅游法》 二、专业课程 1《酒店公关礼仪》 2《酒店商务英语》 3《酒店服务技能》 4《酒店品牌建设与管理》 5《酒店人力资源管理》 6《酒店管理信息系统》 7《旅游学概论》 8《旅游接待业》 9《旅游消费者行为》 10《旅游目的地管理》 11《酒店管理概论》 12《酒店餐饮管理》 13《酒店前厅与客房管理》 三、个性发展课程 1《酒店工程与物业管理》 2《酒店经营管理实务》 3《酒店服务质量管理》 4《酒店服务心理学》 5《酒店康乐管理》 6《酒水知识与酒吧管理》 7《食品营养卫生》 8《茶艺与茶道》 9《酒店管理英文文献选读》 10《酒店专业英语》 11《旅游日语》 12《旅游日语》 13《人际沟通》 14《组织行为学》 15《旅游企业战略管理》 16《旅行社管理》 17《休闲学》 18《旅游美学》 19《导游基础与实务》 20《会展概论》 21《酒店督导管理》 22《网络营销与策划》 23《旅游电子商务》 24《旅游市场调查与预测》 25《收益管理》 26《休闲项目与活动策划》 27《酒店运营管理》 28《酒店客户管理》 四、实践环节 1《毕业论文》 2《生产实习》 3《认识实习》 4《学年论文》

 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）