![点击分享此内容可以赚币 分享](/master/images/share_but.png)
人工智能课程体系与项目实战.doc
《人工智能课程体系与项目实战.doc》由会员分享,可在线阅读,更多相关《人工智能课程体系与项目实战.doc(31页珍藏版)》请在咨信网上搜索。
1、人工智能课程体系及项目实战1、机器学习课程大纲第一课:Python基础与科学计算库numpy1.Python语言基础2.Python数据结构(列表,字典,元组)3.科学计算库Numpy基础4.Numpy数组操作5.Numpy矩阵基本操作6.Numpy矩阵初始化与创建7.Numpy排序与索引第二课:数据分析处理库与数据可视化库1.Pandas数据读取与现实2.Pandas样本数值计算与排序3.Pandas数据预处理与透视表4.Pandas自定义函数5.Pandas核心数据结构Series详解6.Pandas数据索引7. Matplotlib绘制第一个折线图8. Matplotlib条形图,直方图
2、,四分图绘制9. Matplotlib数据可视化分析第三课:回归算法1.机器学习要解决的任务2.有监督与无监督问题3.线性回归算法原理推导4.实现简易回归算法5.逻辑回归算法原题6.实战梯度下降算法第四课:案例实战信用卡欺诈检测1.数据与算法简介2.样本不平衡问题解决思路3.下采样解决方案4.正则化参数选择5.逻辑回归建模6.过采样与SMOTE算法第五课:决策树与随机森林1.熵原理,信息增益2.决策树构造原理推导3.ID3,C4.5算法4.决策树剪枝策略5.随机森林算法原理6.基于随机森林的特征重要性选择第六课:Kaggle机器学习案例实战1.泰坦尼克船员获救预测2.使用pandas库进行数据
3、读取与缺失值预处理3.使用scikit-learn库对比回归模型与随机森林模型4.GBDT构造原理5.特征的选择与重要性衡量指标6.机器学习中的级联模型7.使用级联模型再战泰坦尼克第七课:支持向量机算法1.SVM要解决的问题2.线性SVM原理推导3.SVM对偶问题与核变换4.soft支持向量机问题5.多类别分类问题解决方案第八课:神经网络模型1.前向传播与反向传播结构2.激活函数3.神经网络结构4.深入神经网络细节5.神经网络表现效果第九课:mnist手写字体识别1.Tensorflow框架2.CNN网络结构3.基于tensorflow的网络框架4.构造CNN网络结构5.迭代优化训练第十课:聚
4、类与集成算法1.k-means,DBSCAN等经典聚类算法原理2.python实现k-means算法3.聚类算法应用场景与特征工程4.Adaboost集成算法原理机器学习项目实战1.科比职业生涯数据分析2.信用卡欺诈检测案例3.鸢尾花数据集分析4.泰坦尼克号船员获救预测5.员工离职预测6.mnist手写字体识别2、人机对话课程大纲第一章:Humanrobot-chattersystem运行环境1.pycharm下载及安装2.pycharm的库使用介绍3.pycharm使用实例演示4.Anaconda下载安装5.Anaconda 库使用6.Anaconda使用实例演示第二章:robot基本概念1
5、.robot是什么2.robot的应用场景3.robot语言依赖性4.robot工作流程5.robot运行环境6.robot框架介绍7. robot的安装(api与源码)8. robot的quickstart第三章:robot智能机器人1.创建机器人2.设置机器人适配器3.输入与输出适配器4.逻辑适配器5.机器人响应应答6.训练自己的语料第四章:robot之eample数据源详述(单词与文本)1.simple demo数据2.mongodb数据3.git数据4.terminnal5.more数据第五章:设置robot训练级别1.训练list data2.训练corpus data3.训练sco
6、pe data 4.训练外部API5.创建一个新的语料级别6.抽取自己机器人的语料第六章:robot之过滤器1.filter是什么2.filter的主要用途是什么3.filter的创建4.filter的设置5.filter级别设置6.filter判别第七章:自然语言处理之robot 适配器详解1.逻辑适配器2.输入适配器3.输出适配器4.数据计算适配器第八章 自然语言处理之robot参数1.什么robot参数2.扩展机器人参数3.robot日志输出4.robot惯用日志输出第九章:session识别详解1.session 构建2.session实战案例操作3.文摘自动生成人机对话项目实战1.项
7、目介绍背景2.项目核心技术点介绍3.智能机器人人机对话系统4.代码实现5.人机对话优化(补充优化)6.开源机器人有哪些3、深度学习课程大纲第一阶段:Python必备库快速入门1.Python语言基础快速入门2.科学计算库Numpy3.数据分析处理库Pandas4.可视化库Matplotlib5.人工智能必备Python基础,快速掌握语言风格与常用库使用方法第二阶段:机器学习经典算法1.线性回归2.逻辑回归3.决策树4.随机森林5.支持向量机6.Xgboost7.聚类8.神经网络9.PCA与SVD10.词向量模型word2vec11.机器学习必备经典算法原理推导第三阶段:机器学习案例实战1.科比
8、职业生涯数据2.泰坦尼克号船员获救预测3.信用卡欺诈检测4.鸢尾花数据集分类5.Mnist手写字体识别6.员工离职与股价预测7.基于真实数据集,使用scikit-learn库进行建模与评估工作,从零开始,代码实战。第四阶段:决胜AI深度学习必备原理1.深度学习发展与应用2.神经网络必备基础3.神经网络架构4.卷积神经网络详解5.神经网络技巧与细节6.强化学习原理与实践7.从神经网络基础知识点入手,分模块讲解神经网络细节,由浅入深过渡到深层的卷积神经网络,技巧与细节分析。第五阶段:深度学习必备框架1.Tensorflow基础操作2.Tensorflow建立机器学习模型3.Tensorflow神经
9、网络详解4.基于Tensorflow的CNN与RNN模型5.Caffe框架配置参数详解6.Caffe两种常用数据源制作7.Caffe技巧与应用深度学习项目实战1.验证码识别(基于Tensorflow)2.文本分类(基于Tensorflow)3.图像风格转换(基于Tensorflow)4.词向量模型Word2vec(基于Tensorflow)5.强化学习让AI自己玩游戏(基于Tensorflow)6.人脸检测(基于Caffe)7.人脸关键点定位(基于Caffe)4、图像处理课程大纲第一课:认识OpenCVOpenCV介绍、环境搭建、图像加载、显示、保存。读取视频文件与摄像头视频流读取与保存。第二
10、课:神奇的数据结构Mat讲解OpenCV3.x中最重要的数据结构Mat,如何使用Mat、各种基于Mat的操作技巧,指针方式访问与遍历像素、实例详解Mat的妙用第三课:像素算术与几何操作讲解如何计算图像最大最小值、均值与标准方差、加、减、乘、除算术操作,以及与或非的逻辑运算、重点演示这些简单操作,在实际图像处理中的使用技巧与应用场景第四课:滤波函数-改变图像的神奇手段讲解OpenCV3.x中最常用的基于卷积原理的滤波函数、包括均值、中值、高斯、盒子模糊、自定义滤波器等技术与使用技巧第五课:边缘提取讲解OpenCV中梯度与边缘提取的方法与函数调用、以及使用技巧,如何正确的使用这些方法获得正确处理结
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 课程体系 项目 实战
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【精****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【精****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。