陈莉君教授《Linux内核分析与应用》课程课件、动手实践源代码、实验手册、实验源代码

该课件是北京大学微机原理课件，为PDF格式，是工科基础课程课件，希望大家喜欢！谢谢

浙江大学人工智能课程课件，内容有： Introduction Problem-solving by search( 4 weeks) Uninformed Search and Informed (Heuristic) Search （1 week） Adversarial Search: Minimax Search, Evaluation Functions, Alpha-Beta Search, Stochastic Search Adversarial Search: Multi-armed bandits, Upper Confidence Bound (UCB),Upper Confidence Bounds on Trees, Monte-Carlo Tree Search(MCTS) Statistical learning and modeling (5 weeks) Probability Theory, Model selection, The curse of Dimensionality, Decision Theory, Information Theory Probability distribution: The Gaussian Distribution， Conditional Gaussian distributions， Marginal Gaussian distributions， Bayes’ theorem for Gaussian variables， Maximum likelihood for the Gaussian， Mixtures of Gaussians, Nonparametric Methods Linear model for regression: Linear basis function models； The Bias-Variance Decomposition Linear model for classification ： Basic Concepts; Discriminant Functions (nonprobabilistic methods); Probabilistic Generative Models; Probabilistic Discriminative Models K-means Clustering and GMM & Expectation–Maximization (EM) algorithm, BoostingThe Course Syllabus Deep Learning (4 weeks) Stochastic Gradient Descent, Backpropagation Feedforward Neural Network Convolutional Neural Networks Recurrent Neural Network (LSTM, GRU) Generative adversarial network (GAN) Deep learning in NLP (word2vec), CV (localization) and VQA(cross-media) Reinforcement learning (1 weeks) Reinforcement learning: introduction

最新版中国科学院大学知识图谱课程课件全集 包含了知识图谱课件、Neo4j实战 、事件抽取、事件图谱构建等资料，非常有价值哦，速来围观！

GPS原理，武汉大学的，建设精品课程的课件，是双语的

本课件详细的描述了数据库系统原理与数据库开发的相关内容，内容包括DB技术概论、关系数据库、数据库设计、数据库标准语言SQL、T-SQL与存储过程、数据库保护机制、VB.net程序设计基础、VB.net与数据库应用开发

scratch课件可直接使用，课件根据scratch3.0制作，包含33节课的PPT及源程序素材，有海底世界、恐龙乐园、奔跑的哨子等

第一讲 概述 第二讲 大数据时代 第三讲 云计算及其影响 第四讲 物联网及其影响 第五讲 数据挖掘方法与技术 第六讲 粗糙集 第七讲 人工神经网络 第八讲 分类数据挖掘 第九讲 关联规则挖掘 第十讲 聚类模式挖掘 第十一讲 web 数据挖掘 第十二讲 数据挖掘工具及应用 数据库（DB）与数据仓库（DW），大数据处理（Big Data）与数据挖掘技术是当代数据处理的最新技术。这几项技术的结合开创了决策支持系统（DSS）发展的新方向。建立DW是科学决策的前提。 课程学习的目标 （1）掌握DB，DW，OLAP，DM与DSS的基本概念，工作原理，系统功能和结构 （2）了解如何建立DW系统、基于DW的决策支持系统、OLAP的多维数据分析. Big Data; （3）掌握数据挖掘和知识发现(DM&KD)基本原理 （4）了解数据挖掘和知识发现(DM&KD)发展方向

兄弟连视频课件2014版

大连理工大学电信专业的信号与线性系统课程系列课件，内容详实丰富，注重于相关重要公式的推导以及应用，配套教材为《信号与线性系统》第5版管致中主编。