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

1.1 人工智能简介 1.2 机器翻译概述

【机器感知与模式识别】改进Center-Net网络的自主喷涂机器人室内窗户检测