云起龙骧系列视频课程之微软云计算平台
教程名称：云起龙骧系列视频课程之微软云计算平台 课程目录： (1)：Windows Azure—-微软云计算平台 (2)：微软云计算平台——Windows Azure开发 (3)：微软云计算平台—-Live Services概览 (4)：微软云计算平台—-Live Services开发实战 (5)：SQL Services展望
云计算与大数据
教程名称：云计算与大数据 课程目录： CloudStack应用中的网络设计特点-刘宇超 GraphSearch，Facebook大数据释放的新机会？ IT 虚拟化和通向“云”之路-高效率的数据中心 O2O与大数据：下一轮资本泡沫之源 SDN in QingCloud-黄允松 《大数据》讲义 Spark官方文档翻译】-《Spark配置(v1.1.0)》-徐骄 Spark官方文档翻译】快速入门（翻译者：唐海东） 中国数据中心产业化势在必行_周超男_中科仙络 云上的APP—-移动互联网的掘金者-丁钧 云平台上的NoSQL集群的自动化扩展-董伟 云计算在中国的应用前景-刘鹏 云计算平台支撑的智能IT运维-姚宏宇 云计算曙光时代的风险和回报_AllanAlter_埃森哲 云计算的运维体系实战-韩拓 从虚拟化到私有云的几大实践方法-金明 大数据产业生态战略研究（2012年） 大数据时代BI先锋利器__SAS数据仓库管理系统 大数据时代BI王者之剑__SAS企业挖掘系统 大数据时代数据领域未来发展的三大趋势 大数据进行时—-Cloud 2.0-雷涛 大规模跨地域分布式资源的云平台技术挑战与实践-金钧 实战Hadop：开启通向云计算的捷径(刘鹏) 数据仓库数据挖掘应用实例 时间轴：大数据时代的“生死簿” 未来从未如此开放-张先民 海量数据挖掘技术及工程实践 王坚：云计算和大数据，你们都理解错了 电商角力传统银行业大数据控制权争夺升温 腾讯云实践之路-刘颖 腾讯云平台带来中国式创新的机遇与挑战-陈磊 解放军理工大学-刘鹏-3G时代的云计算 超低功耗高可靠云存储技术_刘鹏_解放军理工大学 马云“金手指”点中大数据产业千亿市场最看重应用存储领域
云计算开发英文电子书合集
教程名称：云计算开发英文电子书合集 课程目录： Applications and Data centers in the Cloud with SLAs Cloud Application Architectures Cloud Computing and SOA Convergence in Your Enterprise Cloud Computing for Dummies Cloud Computing Implementation, Management, and Security Cloud Computing with the Windows Azure Platform Cloud Computing, A Practical Approach SaaS and...
云计算发展白皮书荟萃
教程名称：云计算发展白皮书荟萃 课程目录： IBM_next_another（IBM的下一个发展计划 ） 中国云计算白皮书 云计算发展的商业分析 云计算基础知识白皮书 云计算的支持管理应用
云计算的前世今生课堂录制视频
教程名称：云计算的前世今生课堂录制视频 课程目录： 云计算之前世今生与未来-导论 云计算的前世今生第1集 云计算的前世今生第2集 云计算的前世今生第3集 云计算的前世今生第4集 云计算的前世今生第5集 云计算的前世今生第6集 云计算的前世今生第7集
云计算Hadoop实战系列视频课程
教程名称：云计算Hadoop实战系列视频课程 课程目录： EasyHadoop管理员课程0721_1 EasyHadoop管理员课程0721_2 Hadoop实战手册及用户指南 云计算Hadoop实战(01-03) 云计算Hadoop实战(04-06) 云计算Hadoop实战(07-08) 云计算Hadoop实战(09-11) 云计算Hadoop实战(12-14)
Microsoft System Center DPM2012视频教程
教程名称：Microsoft System Center DPM2012视频教程 课程目录： 01：DPM 2012 安装 02：远程数据库安装 DPM 2012 03：DPM 管理工具 04：中央控制台 05：添加磁盘 06：添加磁带 07：安装保护代理 08：工作组计算机代理 09：保护组 10：选项设置 11：手动副本
OpenStack架构文档汇总
教程名称：OpenStack架构文档汇总 课程目录： Openstack Cloud Computing Cookbook Sep 2012 OpenStack在Sina云计算平台上的应用-Openstack沙龙 Openstack培训 Openstack基础讲解 OpenStack技术资料 OpenStack架构与应用 Openstack架构分析 OpenStack的应用与架构 openstack管理白皮书 OpenStack详细解读
openstack入门课程视频
教程名称：openstack入门课程视频 课程目录： OpenStack视频教程下载一 OpenStack视频教程下载三 OpenStack视频教程下载二 OpenStack视频教程下载五 OpenStack视频教程下载六
人工智能的原理与方法_人工智能教程
资源名称：人工智能的原理与方法 内容简介： 本书全面系统地介绍了人工智能的基础理论、基本方法和应用技术。内容涉及人工智能的基本概况和数学基础、知识表示、基于谓词的逻辑推理、不确定性理论、搜索策略、专家系统、神经网络、模式识别、机器学习、自然语言理解、智能决策系统以及智能计算机等。 《人工智能的原理与方法》全面系统地介绍了人工智能的基础理论、基本方法和应用技术，可作为本科生和研究生相关专业的教材，也可供有关科技人员参考。 资源目录： 第l章绪论1.1人工智能的概念1.1.1什么是人工智能？1.1.2为什么要研究人工智能？1.2人工智能的研究目标1.3人工智能的研究内容1.4人工智能的研究途径1.5人工智能的研究领域1.5.1问题求解（ProblemSolving）1.5.2专家系统（ExpertSystem-ES）1.5.3模式识别（PatternRecognition）1.5.4机器学习（MachineLearning）1.5.5自动定理证明（AutomatedMechanicalTheoryProving）1.5.6自然语言理解（NaturalLanguageUnderstanding）1.5.7自动程序设计（AutomaticProgramming）1.5.8智能机器人（IntelligentRobot）1.5.9智能决策系统（IntelligentDecisionSystem）1.5.10人工神经网络（ArtificialNeuralNetwork）1.6人工智能的发展概况习题1第2章人工智能语言2.1概述2.2函数型程序设计语言LISP2.2.1LISP语言的数据结构2.2.2LISP程序结构2.2.3基本函数2.2.4LISP语言中的递归和循环2.2.5LISP语言程序举例2.3逻辑型程序设计语言PROLOG2.3.1PROLOG的三种基本语句2.3.2PROLOG的基本数据结构2.3.3PROLOG的程序设计原理2.3.4PROLOG程序应用举例2.4面向对象程序设计语言Smalltalk2.4.1基本概念和对象2.4.2消息模式和消息表达式2.4.3语句和程序块2.4.4程序流程控制2.4.5类库和类定义习题2第3章人工智能的数学基础3.1命题逻辑与谓词逻辑3.1.1命题3.1.2谓词3.1.3谓词公式3.1.4谓词公式的解释3.1.5谓词公式的等价性与永真蕴涵3.2多值逻辑3.3概率论3.3.1随机现象3.3.2样本空间与随机事件3.3.3事件概率3.3.4条件概率3.3.5全概率公式与Bayes公式3.4模糊理论3.4.1模糊概念3.4.2模糊集合与隶属函数3.4.3模糊集的表示方法3.4.4模糊集的运算3.4.5模糊集的λ水平截集3.4.6分解定理与扩张原理3.4.7模糊关系及其合成3.4.8模糊变换习题3第4章知识与知识表示4.1知识的基本概念4.1.1知识的特征4.1.2知识的分类和表示4.2一阶谓词逻辑表示法4.2.1什么是一阶谓词？4.2.2一阶谓词逻辑表示法的特点4.3产生式表示法4.3.1产生式系统的定义和组成4.3.2产生式系统的分类4.3.3产生式系统的控制策略4.3.4产生式系统的推理过程4.4框架表示法4.4.1框架的概念4.4.2框架的表达能力4.4.3基于框架的推理4.5语义网络表示法4.5.1语义网络的概念4.5.2语义网络的表达能力4.5.3基于语义网络的推理4.5.4语义网络表示法的特点4.6过程表示法4.7脚本表示法4.8面向对象表示法4.8.1面向对象的基本概念4.8.2面向对象表示法的特点4.9Petri网表示法习题4第5章基本谓词的逻辑推理5.1谓词逻辑的演绎推理方法5.2归结原理5.2.1子句5.2.2代换与合5.2.3命题逻辑中的归结原理5.2.4谓词逻辑中的归结原理5.2.5基于归结的问题的求解方法5.2.6归结策略5.3与/或形演绎推理5.3.1与/或形正向演绎推理（FR）5.3.2与/或形逆向演绎推理（BR）5.3.3与/或型双向演绎推理习题5第6章不确定性与不确定推理6.1基本概念6.1.1什么是不确定性推理？6.1.2不确定性推理中的基本问题6.1.3不确定性推理方法的分类6.2概率方法6.2.1经典概率方法6.2.2逆概率方法6.3主观Bayes方法6.3.1知识不确定性的表示6.3.2证据不确定性的表示6.3.3组合证据不确定性的算法6.3.4不确定性的传递算法6.3.5结论不确定性的合成算法6.4可信度方法6.4.1可信度的概念6.4.2C-F模型6.4.3带有阚值限度的不确定性推理6.5模糊推理6.5.1模糊命题6.5.2模糊知识的表示6.5.3模糊匹配与冲突消解6.5.4简单模糊推理的基本模式习题6第7章搜索策略7.1基本概念7.1.1什么是搜索？7.1.2状态图表示法7.1.3与/或图表示法7.2状态图搜索技术7.2.1图搜索的基本概念7.2.2宽度优先搜索7.2.3深度优先搜索7.2.4有限深度优先搜索7.2.5启发式搜索第8章专家系统第9章神经网络第10章模式识别第11章机器学习参考文献 资源截图：