UoB.CS.Notes 计算机科学の硬核笔记 Networks Lower Layers - 关于网络底层 TokenRing & Bus - 令牌环网 ATM - 异步传输: 固话公司的回马枪(笑 WDM - 波分复用:辨色传信 总结 - 以太网即正义! Transport Layers - 传输层的奥妙 IP - 头文件的厉害 IP中的分段 (Flags & Fragments) (往期考题) Path MTU Discovery - 路径MTU发现:寻找两台主机之间最小MTU (重要考点) IPv4中的32位地址,以及地址分类那些破事 Sub-Netting & Netmasks - 子网与掩码: 拆分我富裕的地址 CIDR & Slash Notation - 无类域间路由(去掉类) & 斜线标注符 IPv6 - 大量的地址 IPv6本质上是64位 以太网中的IP以及如何中转等杂事 Address Allocation - 地址分配 IPv6的地址分配 - SLAAC TCP之后所有的 Intelligent Data Analysis 智能数据分析(IDA) Page Rank 网页排名算法(佩琦算法) 这一章只整理了最后几页的: Simplified Page Rank 之马尔可夫模型对它的诠释 Damping Factor - 阻尼因子:给新生页面的权重补偿 Dangling Pages - 晃来晃去的网页 (致那些没有任何文献的页面) 总结 - 概率学上对Page Rank的阐述 Gaussian Mixture Models 高斯混合模型 一些前提条件(概率密度函数): Discrete Random Variables - 离散随机变量 Gaussian/Continuous Random Variables - 连续(or 高斯)随机变量: 正态分布 Gaussian PDF (1D) - 高斯概率密度函数 (两分钟教会你画图!) Gaussian PDF (2D+) - 带你进入高维世界 Visualising Multivariate Gaussian PDF - 多方差PDF的可视化 Fitting a Gaussian PDF to Data - 将高斯PDF与数据组合(估算参数) 进入正题(高斯混合模型): Multi-modal Distributions & Gaussian Mixture Model - 多态分布&高斯混合模型 Estimating the Parameters of a GMM - 估算GMM的参数 E-M Algorithm 分割数据的妙招 HCI Case Studies 案例 需求收集: Tourist Information Centre Studies - 旅游问询中心案例 (脏又快的收集需求大法) Information Probes 信息勘查: Design with Unconventional Users - 与非传统用户一起设计 Autoethnography 模仿用户行为: Understand Mobile Medical Technology Use - 了解移动医疗设备的使用