第1章 绪论 2 第2章 机器学习概述 22 第3章 线性模型 53 第4章 前馈神经网络 78 第5章 卷积神经网络 105 第6章 循环神经网络 129 第7章 网络优化与正则化 153 第8章 注意力机制与外部记忆 192 第9章 无监督学习 213 第10章 模型独立的学习方式 228 第11章 概率图模型 253 第12章 深度信念网络 288 第13章 深度生成模型 308 第14章 深度强化学习 329 第15章 序列生成模型 355

中小学信息技术《人工智能》课程教学资源（教学设计）初探机器学习——机器会思考吗？

程序设计语言 低级语言：机器语言（二进制代码）、汇编语言（直 接操作寄存器、多种寻址方式）及其它面向机器的程 序设计语言；其特点对计算机的依赖性强、直观性差、 编写程序的工作量大，对程序设计人员要求较高

第一节 概述 一、装配尺寸链的概念 二、装配尺寸链的计算方法 第二节 装配尺寸链 一、机器装配的基本概念 二、装配精度与零件精度的关系 第四节 装配工艺规程 一、制订原则与原始资料 二、制订步骤 第三节 装配方法 一、互换装配法 二、分组装配法 三、修配装配法 四、调整装配法

3.4.1 微程序控制的基本思想 1. 若干微命令编制成一条微指令，控制实现一步操作； 2. 若干微指令组成一段微程序，解释执行一条机器指令； 3. 微程序事先存放在控制存储器中，执行机器指令时再取出

• 指令系统：机器指令的集合 – “程序控制” • 程序=顺序执行的指令流 – 机器语言，汇编语言（Assemble Language） – Instruction Set Architecture（ISA） • 分类：CISC、RISC、VLIW • 影响：处理器、C编译器、OS。。。 • 本章的内容 – RV指令系统 • 操作数：寄存器，存储器（大小尾端，对齐），常数/立即数； • 指令功能，指令格式与编码，寻址方式（操作数，下一条指令） • 分支指令，大立即数处理 • 过程调用 • 汇编程序设计：COD4附录B – 指令系统特征 – 编译过程： • 可执行程序生成：编译，汇编，链接，加载

在机械工程中，一台机器或一个部件都是 由若干个零件按一定的装配关系和技术要求装配 起来的，而表示机器或部件的图样就是装配图。 通过前一章的学习，读者已经了解了零件图的绘 制方法，本章首先介绍绘制装配图的基本知识， 然后通过一个蜗轮减速器装配图的绘制实例，详 细阐述用AutoCAD 2004绘制装配图的一般方法 及步骤

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

$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

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)