1.1 从GNU/Linux入门 1.2 安装Ubuntu 1.3 使用Ubuntu图形用户界面 1.4 shell命令入门

本文在凯恩动力学方程的基础上,提出了一种新的机器人动力学递推算法。这种方法直观简练,可以不经拆链就能较方便地解决带有局部闭链结构的操作手动力学问题,尤其适用于计算机编程计算。本文用这种算法对2自由度4杆机构进行了计算,列出了它的动力学公式

8.1 机器学习的基本概念 8.2 机械学习 8.3 指导学习 8.4 类比学习 8.5 归纳学习 8.6 解释学习 8.7 知识发现与数据挖掘 8.8 学习控制系统

9.1 机器学习概述 9.2 符号学习 9.3 神经网络学习 9.4 知识发现与数据挖掘

6.1 产生式规则 6.2 产生式系统

杭州电子科技大学：《人工智能导论》课程教学资源（PPT课件讲稿）第六讲 机器学习基础（机器学习与知识发现）

9.1 机器学习概述 9.2 符号学习 9.3 神经网络学习 9.4 知识发现与数据挖掘

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

本文应用拉格朗日方程和保罗近似方法[1]来建立我院钢铁机器人—1操作手的动力方程。为了突出动力方程的物理意义,而根据操作手机构的动能和势能,来找出各关节力矩与各关节角加速度之间的简单关系式;为了实际应用,利用保罗近似方法来简化求导计算过程

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