1.1.1 机器人的定义 1.1.2 机器人的发展历史 1.1.3 机器人的分类 1.1.4 机器人技术展望 1.3.1 机器人的组成 1.3.3 机器人的性能要素

EDA（Electronics Design Automation）即电子 设计自动化技术，是一种以计算机为基本工 作平台，利用计算机图形学、拓扑逻辑学、 计算数学以及人工智能学等多种计算机应用 学科的最新成果而开发出来的一整套软件工 具，是一种帮助电子设计工程师从事电子元 件产品和系统设计的综合技术

6.1 概述 6.2 贝叶斯概率基础 6.3 贝叶斯问题的求解 6.4 简单贝叶斯学习模型 6.5 贝叶斯网络的建造 6.6 贝叶斯潜在语义模型 6.7 半监督文本挖掘算法

§6.1 基本概念 §6.2 专家系统的一般结构 §6.3 知识的监测与求精 §6.5 知识的组织与管理 §6.6 专家系统的建造与评价 §6.7 专家系统的开发工具 §6.8 新一代专家系统的研究

11.1语言及其理解的一般问题 11.2句法和语义的自动分析 11.3句子的自动理解 11.4语言的自动生成 11.5自然语言理解系统应用举例 11.6小结

1 关于树莓派 2 关于嵌入式 4 设计作业建议 5 嵌入式系统能做什么及竞赛动员

关联规则基本概念 CARMA算法简介 CARMA模块的基本概念 案例分析及Clementine操作步骤 购物篮分析----Tabular类型数据 网络日志分析----Transactional类型数据 值得注意的问题 CARMA算法原理（参考）

6.1 遗传算法的基本原理 6.1.1 遗传算法的基本遗传学基础 6.1.2 遗传算法的原理和特点 6.1.3 遗传算法的基本操作 6.2 遗传算法的模式理论 6.3 遗传算法应用中的一些基本问题 6.4 高级遗传算法 6.4.1 改进的复制方法 6.4.2 高级GA算法 6.5 微种群和双种群遗传算法 6.6 基于遗传算法的系统在线辨识 6.7 基于遗传算法的模糊控制 6.8 免疫遗传算法 6.8.1 免疫遗传算法的基本概念 6.8.2 免疫算子的机理与构造 6.8.3 TSP问题的免疫遗传算法

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

◼ 1、概述 ◼ 1.1、机器学习的应用 ◼ 1.2 、什么是机器学习 ◼ 1.3、机器学习的发展 ◼ 1.4、机器学习的分类 ◼ 1.5 机器学习的资源 ◼ 2、机器学习的数学基础 ◼ 3、机器学习的术语 ◼ 4、基于案例的机器学习流程简介 ◼ 5、机器学习算法简介 ◼ 6、机器学习实例演示