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