一、机器的作用及组成机器的基本要素—零件 二、本课程的基本内容、性质、特点及学习方法

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）

6.1 为什么要移动 6.2 移动环境及与其相适应的机构 6.3 移动的检测 6.4 引导和控制 6.5 多机器人控制

5.1 触觉信息的处理 5.2 基本的图象处理方法 5.3 2维图象的处理 5.4 3维图象的处理

2-1机器的组成 2-2设计机器的一般程序

电子科技大学：《机器学习 Machine Learning》课程教学资源（课件讲稿）第1章 机器学习介绍（师君）

6.1 句法分析与用作翻译的理论基础 6.2 其它相关语法介绍 6.3 语法分析在机器翻译中的应用 6.4 汉语和英语语法的概述 6.5 语义分析

一、机器、机构与机械 机器能够实现能量转换、运动与动力传递或者信息处理的人为实体组