人工智能课程体系与项目实战

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 numpyI. 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. Pa ndas数据读取与现实2. Pa ndas样本数值计算与排序3. Pa ndas数据预处理与透视表4. Pa ndas自定义函数5. Pandas核心数据结构Series详解6. Pa ndas数据索引7. Matplotlib绘制第一个折线图8

2、. Matplotlib条形图，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3D3,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pa

3、n das库进行数据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. Te nsoflow 框架2. N网络结构3基于tensorflow的网络框架4. 构造N网络结构5. 迭代优化

4、训练第十课：聚类与集成算法1. k-mea nsQBSCAN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. m nist手写字体识别2、人机对话课程大纲运行环境第一章：Human -obot-chattersystem1. 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

5、实例演示第二章：robot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. term innal5. more数据第五章：设置robot训练级别1.

6、训练 list data2. 训练 corpus data3. 训练 scope data4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l. ses

7、si on 构建2. sessio n实战案例操作3文摘自动生成人机对话项目实战1项目介绍背景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Pan das4. 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

8、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. M nist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 Al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

9、. Te nsoflow基础操作2. Te nsoflow建立机器学习模型3. Te nsoflow神经网络详解4基于Tensoflow的N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

10、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

11、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果，如何避免人为输入参数行为第六课：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、如何对超大图像进行准确二值化第九课：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

12、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AdaBoost 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项目实战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

13、领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如何利用所学知识，综合分析解决车牌识别中最难技术问题之一， 车牌定位与提取、以及前期预处理5、网络爬虫课程大纲1、零基础入门 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. 数据提取技术基础：正则表达式基础实例实战5编写一个简单网络爬虫爬取51CTO学院课程数据2、Urllib模块基础与糗事百科爬虫项目实战1使用Urllib模块进行简单网页爬取2百度信息自动搜索爬虫实战3. 自动POST请战4. Cookie处理实战5浏览器伪装技术实

14、战 6数据自动写入数据库实战7. 糗事百科网络爬虫项目实战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编写淘宝商品图片爬虫对目标图片进行批量爬取4淘宝商品图片爬虫项目的调试与运行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（避免被反爬）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IP）4. 如何验证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

15、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软件使用基础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项目实战1淘宝大型商品数据爬虫项目的实现思路分析2对目标爬取数据与网页进行简单分析3. 通过抓包分析技术获取淘宝价格信息数据4. GBD大型商品数据爬虫项目的编写实战 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. 腾讯视频评论爬虫项目实战1腾讯视频评论爬虫项目的简单实现2. 对腾讯视频评

16、论进行抓包分析3. 实现自动加载请求腾讯视频评论4腾讯视频评论爬虫项目完善与实战8. 12306火车票抢票项目开发实战1.12306火车票抢票项目的开发思路分析2. 实现cookie的自动处理实战3实现登录验证码的处理实战4. 编写自动登录12306爬虫实战5. 通过抓包技术分析12306接口数据集6. 余票查询功能的实现实战7自动提交预订申请功能的实现实战8乘客信息的自动选择功能的实现实战9. 订单的自动确认与提交功能的实现实战10. 实现票务的自动监控与自动抢票实战9、Scrapy框架基础使用实战I.Scrapy框架的优点2.Scrapy框架的安装与难点解决实战3.Scrapy简单命令基础

17、使用实战4. XPath表达式基础实战5tems的编写与使用6.Scrapy爬虫的编写实战7使用pipelines对数据进行后续处理实战8. settings的常见设置9中间件技术实战10. 通过Scrapy框架构建一个简单的爬虫项目实战10、Scrapy当当网商品数据爬虫项目开发实战1当当网商品数据爬虫实现思路分析2. 目标数据提取与商品页面分析3.Scrapy当当网商品数据爬虫项目的创建4tems的编写实战5商品数据爬虫的开发实战6. 数据的后续处理与Pipelines编写实战11、Scrapy和讯博客爬虫项目开发实战1和讯博客博文数据爬虫实现思路分析2目标数据提取与和讯博客页面分析3.S

18、crapy和讯博客博文数据爬虫项目的创建4tems的编写实战5. 博客博文数据爬虫的开发实战6. 数据的后续处理与Pipelines编写实战12、Scrapy豆瓣网自动登录爬虫项目开发实战1.Scrapy豆瓣网自动登录爬虫项目实现思路分析2登录数据传递请求的截获与分析3.Scrapy豆瓣网自动登录爬虫项目的创建实战4.Scrapy豆瓣网自动登录爬虫项目的编写开发实战5. 实现验证码的自动识别并自动登录6. 登录状态的保持实战7. 自动登录并自动爬取登录后页面的数据实战13、Scrapy与Urllib整合项目开发实战1如何将Scrapy与Urllib整合使用2京东商城图书商品数据爬虫的开发思路3

19、. 目标数据与京东商城图书商品页面分析实战4京东商城图书商品数据爬虫的编写实战5京东商城图书商品数据爬虫项目的运行与调试实战14、 PhantomJS+Selenium技术基础实战1爬虫的常见反爬技术与各反爬手段破解思路一览2抓包分析技术实在无法解决的情况下如何编写爬虫3. PhantomJS技术与Selenium技术简介4. Pha ntomJS技术基础实战5.Sele nium技术基础实战6通过PhantomJS+Selenium技术实现爬虫实战15、解决JS动态触发+id随机生成反爬破解实战1. JS动态触发+id随机生成反爬策略如何破解？2腾讯动漫爬虫开发过程遇到的技术难题引入3通过PhantomJS+Selenium技术解决爬虫反爬限制4.