第三课 ここは 学校(がっこう)です

本课讲解了日语中关于方位的基本表达方式,包括位置描述、询问地点等实用对话。通过具体场景,如在学校、商店内寻找特定场所或商品的位置,帮助学习者掌握基本的日语方位词汇及句型。
本课重点:

1.ここ/そこ/あそこは ~です
2.~は ここ/そこ/あそこでは
3.~は ~ですか、~ですか
4.~も ~です

(1)

ここは 学校(がっこう)です。
ここは 王(おう)さんの学校(がっこう)です。

そこは 教室(きょうしつ)です。
そこは 日本(にほん)語(ご)の 教室(きょうしつ)です。

あそこは 体育館(たいいくかん)です。
あそこは 図書館(としょかん)です。

(2)

郵便局(ゆうびんきょく)は ここです。
映画館(えいがかん)は そこです。
駅(えき)は あそこです。

デパートは どこですか。
デパートは あそこです。
デパートは 駅(えき)の 前(まえ)です。

(3)

店員(てんいん):いらっしゃいませ。
田中:ワイシャツの 売り場(うりば)は ここですか。
店員:はい、そうです。
田中:その ワイシャツは いくらですか。
店員:これは 5000円(ごせんえん)です。
田中:それお ください。
店員:ありがとう どざいます。5000円(ごせんえん) いただきます。
田中:靴(くつ)の 売り場(うりば)は 1階(いっかい)ですか、2階(にかい)ですか。
店員:1階(いっかい)です。
田中:かばんは どこですか。
店員:かばんも 1階(いっかい)です。靴(くつ)の 売り場(うりば)の 隣(となり)です。
田中:どうも ありがとう。

词汇Ⅰ
ここ (0) [代] 这里,这边
学校 (がっこう) (0) [名] 学校
教室 (きょうしつ) (0) [名] 教室
あそこ (0) [代] 那里,那边
体育館 (たいいくかん) (4) [名] 体育馆,室内操场
図書館 (としょかん) (2) [名] 图书馆
郵便局 (ゆうびんきょく) (3) [名] 邮政局
映画館 (えいがかん) (3) [名] 电影院
駅 (えき) (1) [名] 车站 (火车,电车)
デパート (2) [名] 百货商店
どこ (1) [代] 哪里,何处
前 (まえ) (1) [名] 前,前面
店員 (てんいん) (0) [名] 店员
いらっしゃいませ (6) [寒暄] 您来了 (表示欢迎)
ワイシャツ (6) [名] 衬衫
売り場 (うりば) (0) [名] 柜台,售货处
いくら (1) [名] 多少钱
くださる (3) [动1] 请给 (我)
ありがとう ございます (2) (4) [寒暄] 谢谢
いただく (0) [动1] 收下
靴 (くつ) (2) [名] 鞋
かばん (0) [名] 皮包,皮箱
隣 (となり) (0) [名] 邻接的地方
どうも (1) [副] 实在,真,太 (指感谢或对不起)
~を ~も ~円 (えん) ~階 (かい)
~館 (かん) ~局 (きょく)
词汇Ⅱ
大学 (だいがく) (0) [名] 大学
うしろ (0) [名] 后边
横 (よこ) (0) [名] 旁边
右 (みぎ) (0) [名] 右,右边
左 (ひだり) (0) [名] 左,左边
銀行 (ぎんこう) (0) [名] 银行
公園 (こうえん) (0) [名] 公园
先生 (せんせい) (3) [名] 老师
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值