上海交通大学：《脑与机器人》课程教学课件（一）第10章 智能机器人（2/2）

绪论 1研究对象和内容 机械机构和机器的总称机器种类:缝纫机、洗衣机、复印机、汽车、各种机床、内燃机、卷扬机

1. 概述 2. 分级范式 3. 反应范式 4. 慎思/反应范式 5. 多智能体

智能控制的基本概念 智能控制系统的特点 智能控制系统的结构理论 智能控制与传统控制的关系 智能控制的研究对象 智能控制的类型 智能控制的发展概述

1. 脑科学的启示 2. 人工智能基础 3. 脑机接口技术 4. 智能控制与机器人 5. 小结

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）

1.1计算机概述 一、什么是计算机 计算机是一种能对各种信息进行存储和高速处理的工具或电子机器。 对上述定义要强调两点: ①计算机不仅是一个计算工具,而且还是一个信息处理机。 ②计算机不同于其它任何机器,它能存储程序,并按程序的引导自动存取和处理数据,输出人们所期望的信息

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）