一、学科平台课程 1《工程制图 A1》 2《工程制图 A2》 3《电工与电子技术》 4《电工与电子技术实验》 5《理论力学 A》 6《材料力学 A》 7《机械工程材料》 8《机械原理》 9《机械设计》 10《互换性与测量技术基础》 11《机械制造技术基础 A》 二、专业课程 1《流体力学》 2《机械控制工程基础》 3《材料成型技术基础》 4《微机原理与应用》 5《液压与气压传动》 6《机械工程测试技术》 7《数控技术》 8《机电传动与控制》 三、个性化发展课程 1《机械制造装备设计》 2《精密与特种加工》 3《自动化制造系统》 4《计算机辅助制造应用软件》 5《单片机原理》 6《工业机器人技术》 7《机电一体化系统设计》 8《冲压工艺与模具设计》 9《塑料成型与模具设计》 10《 模具 CAD/CAM 应用软件》 11《 汽车构造概论》 12《 汽车理论》 13《 汽车电子技术》 14《 汽车 CAD/CAM 应用软件》 15《 机械制造典型装备与工艺》 16《 专业软件应用》 17《 生产质量控制与组织》 18《 企业工程技术》 19《 创造性思维与创新方法》 20《 机械创新设计》 21《 机电综合科技竞赛》 22《 工程热力学和传热学基础》 23《 物流工程概论》 24《 工业设计概论》 25《 汽车概论》 26《 模具技术概论》 27《 创业计划与训练》 28《 增材制造技术》 29《 工程经济学》 30《 人机工程学》 31《 物流设施与设备》 32《 Visual Basic 语言程序设计》 33《 工业机器人应用与编程》 34《 状态监测与故障诊断》 35《 机械振动与噪声控制》 36《 先进制造技术》 37《 材料检测方法》 38《 专业外语》 39《 科技论文写作》 40《 学科前沿及发展动态》 41《 国际工程学概论》 四、实践环节 1《工程训练 A》 2《工程制图综合实践》 3《认识实习》 4《机械原理课程设计》 5《工程力学实践》 6《机械设计课程设计》 7《机械制造技术基础课程设计》 8《数控加工实践》 9《机电综合实践》 10《 专业方向综合实践》 11《 生产实习》 12《 毕业设计》

数控电压源在实际生产中应用和研究设计 远程控制智能电源的研制 以太阳能为第二能源的快速智能充电器研究 智能防盗车锁跟踪系统 基于 Raspberry Pi 的智能家居系统 分布式工厂机器温度无线监测系统 基于 DDS 技术的半导体激光器驱动电路设计 基于 CC1101 的生命搜救系统设计 基于红外报警器的智能导盲杖设计 基于蓝牙无线通信技术的运动监测系统 可自动调谐的瞬变电磁接收线圈前置放大器 高效率便携式光伏太阳能手机充电器 基于 LD3320 的语音翻页笔话筒的设计与实现 清洁能源发电锂电池储能的优化控制 用于电磁法野外布线的便携式定位仪 基于 PVDF 的微小质量称重系统的设计与实现 基于单片机的车库蓝牙门禁系统设计 基于超声波测距的盲人导航耳机设计 基于超声波测距的可追踪托运行李机器人设计

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）

测控技术与仪器专业 《测控技术与仪器专业导论》 《单片机系统实践》 《工程光学基础》 《信号与系统》 《精密机械设计(1)(2)》 《软件技术基础》 《传感器原理及应用》 《误差理论与数据处理》 《微机原理及应用》 《机器视觉》 《可编程逻辑器件及应用》 《PLC 及应用》 《虚拟仪器》 《精密机械设计实践》 《传感器原理及应用实践》 《虚拟仪器实训课程》 《智能车实训课程》 《开放性实验》 《测控电路》 《控制工程基础》 《光电检测技术与系统》 《计算机测控技术》 《DSP 技术及应用》 《电子线路 CAD》 《测控电路设计实践》 《专业实习》 《机器人实训课程》 《光电竞赛实训课程》 《电子设计竞赛实训课程》 《精密测量技术》 《测控仪器设计》 《光机电一体化技术与系统》 《激光测量技术》 《嵌入式系统及应用》 《现代测试技术导论》 《测控专业综合实践》 《大学生科技创新计划项目》 《创新创业与实践》 《科研训练项目》 《毕业设计》 光电信息科学与工程专业 《光电信息科学与工程导论(1)(2)(3)(4)》 《精密机械设计基础》 《应用光学》 《现代电子技术及应用》 《现代电子技术应用综合设计》 《物理光学》 《光学设计》 《现代光学实验》 《光度学与色度学》 《数字图像处理及应用》 《激光原理及应用》 《视觉检测系统设计与实践》 《光学系统设计》 《数字系统设计》 《专业软件基础》 《光存储与显示》 《光纤技术与应用》 《光电信息系统综合实践》 《光谱分析技术》 测控技术与仪器专业(外培计划) 测控技术与仪器专业医疗设备制造方向(双培计划） 《大学生职业发展与就业指导(4)》 《医疗仪器综合实践》 《医用光电检测技术》 《激光在医学中的应用》 《医学图像处理与分析》 《现代医学仪器》 《医学信息学》 《医学统计学与临床研究方法》 《光谱学》 《生物医学光子学》

机器神龙进家门机器神龙教学设计

广东工业大学：《机器学习》课程教学资源（课件讲义）第1讲 机器学习概述

统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等

第1章 绪论 2 第2章 机器学习概述 22 第3章 线性模型 53 第4章 前馈神经网络 78 第5章 卷积神经网络 105 第6章 循环神经网络 129 第7章 网络优化与正则化 153 第8章 注意力机制与外部记忆 192 第9章 无监督学习 213 第10章 模型独立的学习方式 228 第11章 概率图模型 253 第12章 深度信念网络 288 第13章 深度生成模型 308 第14章 深度强化学习 329 第15章 序列生成模型 355

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

中小学信息技术《人工智能》课程教学资源（教学设计）初探机器学习——机器会思考吗？