《人工智能化课程体系和项目实战》由会员分享，可在线阅读，更多相关《人工智能化课程体系和项目实战（31页珍藏版）》请在金锄头文库上搜索。
1、 .wd.人工智能课程体系及工程实战1、机器学习课程大纲第一课：Python根基与科学计算库numpy1.Python语言根基2.Python数据构造列表,字典,元组3.科学计算库Numpy根基4.Numpy数组操作5.Numpy矩阵 基本操作6.Numpy矩阵初始化与创立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核心数据构造Series详解6.Pandas数据索引7. Matplotlib绘制第一个折线图8. Matplotlib条形图
2、,直方图,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.有监视与无监视问题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.正那么化参数选择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
3、库进展数据读取与缺失值预处理3.使用scikit-learn库比照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构造2.激活函数3.神经网络构造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网络构造3.基于tensorflow的网络框架4.构造CNN网络构造5.迭代优化训练
4、第十课：聚类与集成算法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工程实战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
5、 基本概念1.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.创立机器人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
6、练scope data 4.训练外部API5.创立一个新的语料级别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的创立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工程实
7、战1.工程介绍背景2.工程核心技术点介绍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语言根基快速入门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根基，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.
8、科比职业生涯数据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库进展建模与评估工作，从零开场，代码实战。第四阶段：决胜AI深度学习必备原理1.深度学习开展与应用2.神经网络必备根基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.从神经网络根基知识点入手，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根基操作2.Tensorflow建设机器学习模型3.Tensorflow
9、神经网络详解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工程实战1.验证码识别基于Tensorflow2.文本分类基于Tensorflow3.图像风格转换基于Tensorflow4.词向量模型Word2vec基于Tensorflow5.强化学习让AI自己玩游戏基于Tensorflow6.人脸检测基于Caffe7.人脸关键点定位基于Caffe4、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。第二课：神奇的数据构造Mat
10、讲解OpenCV3.x中最重要的数据构造Mat，若何使用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若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，若何正确的使用这些方法获得正确处理结果，若何防止人为输入参数
11、行为第六课：高斯金子塔与拉普拉斯讲述什么是图像金字塔、什么图像的高斯不同、拉普拉斯不同，图像金字塔融合技术第七课：直方图与反向投影详细讲述图像直方图的定义、应用场合与场景、直方图反向投影技术在图像处理与视频处理用的应用第八课：图像二值化讲述图像二值化的各种方法与技巧、若何对超大图像进展准确二值化第九课：图像形态学操作讲述二值图像的各种形态学操作与使用技巧第十课：霍夫变换与Blob分析直线检测,圆检测特定几何形状分析第十一课：二值图像分析-对象提取与测量基于轮廓分析、几何矩分析讲解二值图像中对象分析与对象测量技术第十二课：HAAR与LBP特征与人脸检测讲述基于统计特征的HAAR与LBP方式与Ad
12、aBoost一起工作实现人脸检测的原理、OpenCV相关API参数解释、以及其他开源的与商用的人脸检测SDK的使用。在图像与视频中实现人脸检测图像处理工程实战1.AR技术应用直播视频中经常会出现的技术、基于OpenCV实现对视频中人脸实时跟踪，实现一些虚拟旁白与装饰图片与场景融合。2. 二维码检测与定位二维码的图像扫码解析已经成为很多APP的标准配置与使用方式，但是检测与定位二维码位置一直是技术难点，本案例通过直播课程所学知识，带着大家一步一步剖析知识点、整理思路、实现代码、实现图像中二维码位置检测与定位3.车牌提取与预处理详细分析若何利用所学知识，综合分析解决车牌识别中最难技术问题之一，车牌
13、定位与提取、以及前期预处理5、网络爬虫课程大纲1、零根基入门Python网络爬虫1.认识Python网络爬虫2.网络爬虫工作原理详解3.网络爬虫的常见类型与应用领域4.数据提取技术根基：正那么表达式根基实例实战5.编写一个简单网络爬虫爬取51CTO学院课程数据2、Urllib模块根基与糗事百科爬虫工程实战1.使用Urllib模块进展简单网页爬取2.百度信息自动搜索爬虫实战3.自动POST请求实战4.Cookie处理实战5.浏览器伪装技术实战6.数据自动写入数据库实战7. 糗事百科网络爬虫工程实战3、淘宝商品图片爬虫开发实战1.淘宝商品图片爬虫实现思路分析2.淘宝商品图片信息的分析与提取3.编写
14、淘宝商品图片爬虫对目标图片进展批量爬取4.淘宝商品图片爬虫工程的调试与运行4、用户代理池与IP代理池构建技术实战1.为什么要构建用户代理池与IP代理池防止被反爬2.IP代理池构建的第一种方案实战随机IP代理池3.IP代理池构建的第二种方案实战接口调用可用IP4.若何验证IP是否为可用IP代理IP的自动过滤与筛选5.IP代理池构建的第三种方案自建服务器+自动切换IP技术6.同时构建IP代理池与用户代理池7.使用用户代理池与IP代理池技术批量爬取法律文书数据5、使用抓包分析技术获取Ajax动态请求数据实战1.抓包分析技术简介与Fiddler软件使用根基2.抓取HTTPS数据包难点解决技巧3.Ajax动态请求数据的分析与获取4.通过抓包技术分析中国裁判文书网数据请求5.实现对隐藏文书数据的批量爬取实战6、淘宝大型商品数据爬虫工程实战1.淘宝大型商品数据爬虫工程的实现思路分析2.对目标爬取数据与网页进展简单分析3.通过抓包分析技术获取淘宝价格信息数据4.GBD大型商品数据爬虫工程的编写实战T构造原理5.将爬取的目标数据自动写入数据库中存储7、腾讯
