当前语言:中文

专业详情

081203计算机应用技术

08120301数字墨水识别

内容:

以数字墨水为对象,研究文本、表达式、图形、表格和流程图的分割与识别,包括自动方法、可视化和人机交互等。

目标:

掌握数字墨水识别的发展历史、基本原理、主要方法、典型算法,了解相关开发工具使用,开发有代表性演示软件,对数字墨水识别所面临主要问题和未来发展方向有一定认识。

An Introduction to Sketch-Based Interfaces

Building Interactive Systems: Principles for Human-Computer Interaction

 

08120302数据挖掘

08120303自然语言处理的统计方法

本课程主要讲授自然语言处理和计算语言学中的统计方法、关键技术和最新进展。主要内容包括语言处理的统计学基础和语言模型、因马尔科夫模型、最大熵模型以及NLP中常用的机器学习方法等等。

授课目标:通过本课程的学习,希望学生能了解语言信息处理中基于统计的学术思想,掌握解决实际语言任务的能力,了解相关的最新研究成果,培养学生在语言信息处理领域和相关领域的科研能力。

授课内容:

第1周:自然语言处理综述

第2周:汉字编码

第3-4周:汉字统计和汉字处理

第5-6周:基于单字的输入法实现

第7-8周:音字转换的基本原理和实现

第9-10周:语言模型的基本原理和CMU工具包

第11-13周:汉语分词的理论和实践

第14-15周:词性标注与隐马尔可夫模型

第16-17周:全文检索的方法和实现

第18周:答疑与习题课

08120304现代信息检索

本课程为计算机,信息管理相关学科研究生的选修课,本课程主要讲授现代信息检索领域的主要思想、关键技术和最新进展。主要内容包括检索模型、检索评价、相关反馈、查询扩展、信息的组织和索引、文本处理、文本分类与聚类、信息过滤、WEB检索等等。

通过本课程的学习,希望学生能了解信息检索的基本思想和概念,了解信息检索相关的最新研究成果,培养学生在信息检索相关领域的科研能力。

授课内容:

第零章课程相关情况

第一章绪论

第二章标引和检索性能评价

第三章信息检索模型(9课时)

第四章相关反馈和查询扩展

第五章文本处理

第六章文本分类和聚类

第七章信息的组织和索引

第八章信息过滤

第九章多媒体检索

第十章并行与分布式检索

第十一章WEB检索

第十二章数字图书馆

第十三章其他应用

 

08120305高等统计学

目标:

能够知道实际中哪些是统计问题,最好能够自己解决一部分统计问题,及时不能理解也知道在哪里查到答案和向谁请教。知识固然重要,更重要的是通过学习获得解决和处理问题的能力。

内容:

(1)基本概念

(2)数据收集

(3)数据的描述

(4)机会的度量:概率和分布

(5)简单统计推断:总体参数的估计

(6)简单统计推断:总体参数的假设检验

(7)相关与回归分析

(8)列联表、卡方检验和对数线性模型

(9)方差分析

(10)主成分分析和因子

(11)聚类分析

(12)判别分析

(13)典型相关分析

(14)对应分析

(15)时间序列

(16)非参数检验方法

(17)生存分析

08120306机器学习

《PatternRecognitionandMachineLearning》

08120307数理逻辑

授课目标:

通过数理逻辑的学习,使得学生能够掌握命题逻辑、一阶逻辑的语法与语义,并能够基于数理逻辑,对语言(程序语言或自然语言)的语义进行分析。

授课内容:

学习数理逻辑的历史发展和命题逻辑。

学习一阶逻辑的语法和语义。

学习形式化语义技术,了解Isabelle、Haskell等开发工具。

形式化技术在语言语法中的应用。

Logic in Computer Science.

08120308数字墨水

08120309算法设计与分析

08120310汉语信息处理研究

08120311Perl语言

目标:了解动态脚本语言的概念特点。掌握Perl语言的设计工具与编译环境。

熟练使用Perl语言,尤其是多种数据结构和正则表达式,进行以文本处理为核心的文件操作、数据运算和简单的语言信息处理。

内容:课堂讲授和实践相结合。

学习Perl语言的基本语法和简单数据结构。

学习正则表达式和基本文本操作。

自建函数和复杂数据结构

Perl开源工具包的使用和utf8编程

Perl语言的网络编程

习题课与综合任务实践

08120313软件开发方法

(1)授课内容:23中设计模式

创建型模式:工厂模式(Factory)、抽象工厂模式(AbstractFactory)、单件模式(Singleton)、生成器模式(Builder)、原型模式(Prototype);行为模式:职责链模式(ChainofResponsibility)、命令模式(Command)、解释器模式(Interpreter)、迭代器模式(Iterator)、中介者模式(Mediator)、备忘录模式(Menento)、观察者模式(Observer)、状态模式(State)、策略模式(Strategy)、模板方法(TemplateMethod);结构型模式:适配器模式(Adapter)、桥接(Bridge)、组成模式(Composite)、装饰模式(Decorator)、外观模式(Facade)、享元模式(Flyweight)、代理模式(Proxy)。

(2)目标:掌握可复用的面向对象设计和类的粒度划分方法,能熟练运用其中的模式进行软件设计,设计接口,继承层次和对象间的动态关系。

Logic in Computer Science. 

08120314多媒体智能教学系统概论

08120315模式识别

目标:

了解模式识别的研究现状、发展趋势和应用领域等。掌握模式识别的基本概念、主要方法、核心算法、程序开发和实际应用等。培养学生创新的意识和思维,提高学生实践和应用能力。

内容:

该课程以模式为对象,针对特征、聚类和分类等内容,从技术、算法和程序等层次,讲授:研究现状和发展趋势,应用领域,发展历史和研究内容,特征的类型、数据结构、度量、预处理、选择和变换等,非层次和层次等聚类方法,以及分类方法等。

Pattern Recognition An Algorithmic Approach

.

08120316云计算原理与应用

08120317高等图形学

08120318机器翻译

08120319统计机器翻译理论与实践

返回原图
/