遗传算法 Genetic Algorithms, GA 粒子群优化算法 Particle Swarm Optimization, PSO 贝叶斯优化算法 Bayesian Optimization 算法应用示例 Application Demos 自动化机器学习 Automated machine learning

用途: 设计先画装配图,再根据装配图 拆画零件图。 生产根据装配图将零件装配成部 件或机器。 作用: 表达机器或部件的工作原理、各零件之间的装配关系和位置关系

第一部分 深度学习基础 第1章 什么是深度学习 第2章 神经网络的数学基础 第3章 神经网络入门 第4章 机器学习基础 第二部分 深度学习实践 第5章 深度学习用于计算机视觉 第6章 深度学习用于文本和序列 第7章 高级的深度学习最佳实践 第8章 生成式深度学习 第9章 总结

第1章 引言 第2章 监督学习 第3章 无监督学习与预处理 第4章 数据表示与特征工程 第5章 模型评估与改进 第6章 算法链与管道 第7章 处理文本数据 第8章 全书总结

 自然语言处理概述 ◼ 什么是自然语言处理 ◼ 自然语言处理的典型应用 ◼ 自然语言处理的基本任务 ◼ 自然语言处理的基本策略和实现方法 ◼ 自然语言处理的难点 ◼ 自然语言处理所涉及的学科  基于规则（知识工程）的自然语言处理方法（理性方法，传统方法） ◼ 基于词典和规则的形态还原（英语）、词性标注以及分词（汉语、日语） ◼ 基于CFG（上下文无关文法）和扩充的CFG（复杂特征集、合一运算）的句法分析 ◼ 基于逻辑形式和格语法的句义分析 ◼ 基于规则的机器翻译  基于语料库（数据）的自然语言处理方法（经验方法） ◼ 语言模型（N元文法） ◼ 分词、词性标注（序列化标注模型） ◼ 句法分析（概率上下文无关模型、移进-规约分析器） ◼ 文本分类（朴素贝叶斯模型、最大熵模型） ◼ 情感分析 ◼ 机器翻译 (IBM Model等) ◼ ......（基于神经网络的深度学习方法）

上海交通大学：《脑与机器人》课程教学课件（一）脑与机器人实验课（2）

程序设计语言 低级语言：机器语言（二进制代码）、汇编语言（直 接操作寄存器、多种寻址方式）及其它面向机器的程 序设计语言；其特点对计算机的依赖性强、直观性差、 编写程序的工作量大，对程序设计人员要求较高

一、解释名词 赫德 江南制造总局 轮船招商局 上海机器织布局 天津电报局发昌机器厂 湖北枪炮厂 阿思本事件 北洋海军

10.1图象的理解与分析 10.2积木世界的景物分析 10.3视觉的知识表示与控制策略 10.4物体形状的分析与识别 10.5机器人视觉系统举例 10.6小结

▪ 杆件参数的意义 ▪ 坐标系的建立原则 ▪ 杆件坐标系间的变换过程-相邻关节坐标 系的齐次变换 ▪ 机器人的运动学方程