一、机械的研究对象？
机械主要研究的是机械中的常用的机构和通用的零件的工作原理和结构，基本的设计理论和计算方式，对于单个专用零件，通常是材料力学这一部分在研究的。
机械是一个多学科的理论和实际结合的行业，从业者还需要了解机械制图、工程材料、机械加工、理论力学、材料力学等，还包括现在的动力系统和控制系统，以及液压，气动，电子技术等等，这些综合起来才能完全称之为机械设计。
二、评价桑代克对学习研究的贡献？
1)创立了教育心理学这门学科，使教育心理学从教育学和儿童心理学中分化出来，成为一门独立的学科。因此，桑代克被称为教育心理学的奠基人。
(2)借用大量生物学和生理学的概念来建立他的联想主义心理学说。其结论大多是建立在心理实验的基础上的，这使他的理论具有较强的客观性，为实验心理学的研究作出了贡献。
(3)发展了古典联想主义心理学。他的学习心理学是以“联结”一词贯穿始终的，所以他自称为“联结主义者”。其联结主义的主要特点就是强调情境与反应之间的联结，而不讲观念之间的联想或联结。因此将完全客观的参照系与他的心理学理论结合起来。他所提出的学习规律在提法上也与早期联想主义心理学者有所不同。 主要缺点表现在：桑代克的学习理论具有机械性。他只注意人的外部行为，为了研究这种行为把它分解成最简单的要素，即刺激—反应单元。但是他忽视了对心理元素和意识的研究。
毫无疑问，桑代克是心理学发展中的重要人物之一。尽管他的很多见解引起人们的争论和反驳，但是他的学习理论在心理学上始终占有重要的地位。他的一些观点，特别是他的效果律一直是人们争论的一个主题，至今仍有人为验证效果律和强化的作用，而埋头进行细致的实验研究工作。虽然在桑代克之后又出现了一些新的学习理论和模式，但他对动物和人类学习的研究方法和结论在心理学史上的影响是不可抹杀的
三、材料学研究哪些应用了机器学习？
部分由材料基因组计划推动，部分由算法发展和其他领域数据驱动努力的巨大成功推动，信息学战略开始在材料科学中形成。这些方法导致了替代机器学习模型的出现，该模型能够完全基于过去的数据进行快速预测，而不是通过直接实验或显式求解基本方程的计算/模拟。以数据为中心的信息学方法正变得越来越有用，可用于确定材料的属性，这些属性由于涉及成本、时间或精力而难以用传统方法测量或计算，但这些属性的可靠数据要么已经存在，要么至少可以为关键案例的子集生成。预测通常是内插式的，首先用数字方法对材料进行指纹识别，然后在指纹和感兴趣的属性之间建立映射(通过学习算法建立)。指纹，也称为描述符，可以是多种类型和规模，由应用程序领域和需求决定。如果预测的不确定性得到适当的考虑，预测也可以外推到新材料空间。本文试图概述最近十年来一些成功的数据驱动材料信息学策略，特别强调指纹或描述符的选择。