• 支持向量机 • 二元线性SVM • SVM用于非线性分类 • 机器学习方法 • 人工神经网络（Artificial Neural Network, ANN） • 深度学习（Deep Learning）现状 • 经典的深度学习模型/算法 • 卷积神经网络 Convolutional Neural Networks (CNN) • 多层反馈网络 Recurrent neural Network(RNN) • 自动编码器 AutoEncoder • 受限玻尔兹曼机 Restricted Boltzmann Machine, RBM • 深度置信网络 (Deep Belief Nets，DBN）

引言 机械工业在现代化建设中的作用 机器的基本组成要素 本课程的内容、特点、性质与任务 认识机器

烟台理工学院：《机器人操作系统》课程教学资源（PPT课件讲稿）第1章 用于机器人的Ubuntu linux

烟台理工学院：《机器人操作系统》课程教学资源（PPT课件讲稿）第3章 机器人编程的Python基础知识

烟台理工学院：《机器人操作系统》课程教学资源（PPT课件讲稿）第2章 机器人编程的C++基础知识

5.1 时变位置和姿态的符号表示 5.2 刚体的线速度和角速度 5.3 机器人连杆的运动 5.4 雅可比矩阵 5.5 机械臂中的静力

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

$7.0 什么是机器学习 $7.1 相关关系和相关系数(correlation and correlation coefficient) $7.2 相关系数的显著性检验 $7.3 线性回归和非线性回归 $7.4 一元线性回归线的置信区间 $7.5 多元二项式回归的Matalab实现 $7.6 回归方程的拟合检验 $7.7 Logistic Regression (Intuition) $7.8 Support Vector Machines (支持向量机) $7.9 Training, Validation, and Test

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

02 非参数分析的重要性 03 什么是非参数分析 (Nonparametric Analysis) 04 全局平滑法 (Global Smoothing) 目录 01 导论 06 非参数方法与机器学习 07 结论 08 05 局部平滑法 (Local Smoothing)