人工智能化课程体系及项目实战_第1页
人工智能化课程体系及项目实战_第2页
人工智能化课程体系及项目实战_第3页
人工智能化课程体系及项目实战_第4页
人工智能化课程体系及项目实战_第5页
已阅读5页,还剩28页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

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numpyl.Python语言基础2.Python数据结构(表,字典,元组)3 .科学计算库Numpy基础Numpy数组操作Numpy矩阵基本操作Numpy矩阵初始化与创建Numpy排序与引第二课:数据分析处库与数据可视化库Pandas数据读取与现实Pandas样本数直计算与排序Pandas数据预处与透视表Pandas自定义函数Pandas核心数据结构Series详解Pandas 数据引Matplotlib绘制第一个折劣图Matplotlib条形图,直方图,四分图绘制9. Matplotlib数据可视化分析第三

2、课:回归算法机器学习要解决的任务有监督与无监督问题线性回归算法原推导实现简回归章法逻辑回归算法原题实战梯下算法第四课:案实战信用卡欺诈检测数据与算法简介样本平衡问题解决思下采样解决方案正则化参数选择逻辑回归建模过采样与SMOTE算法第五课:决策树与随机森熵原,信息增决策树杓造原推导3.ID3,C4.5 算法决策树剪枝策随机森算法原基于随机森的特征重要性选择第课:Kaggle机器学习案实战泰坦尼克船员获救预测使用pandas库进数据读取与缺失直预处使用scikit-learn库对比回归模型与随机森模型GBDT杓造原特任的选择与重要性衡指标6. 机器学习中的级联模型使用级联模型再战泰坦尼克 第七课

3、:支持向机七算法1.SVM要解决的问题线性SVM原推导3.SVM对偶问题与核变换soft支持向机问题多类别分类问题解决方案第八课:经网络模型前向传播与反向传播结构激活函数经网络结构深入经网络细节经网络表现效果第九课:mnist手写字体识别Tensorflow 框架CNN网络结杓基于tensorflow的网络框架构造CNN网络结杓迭代优化训练第十课:聚类与集成算法k-means,DBSCAN等经典聚类算法原python 实现 k-means 算法聚类算法应用场景与特征工程Adaboost集成算法原才七器学习项目实战科比职业生涯数据分析信用卡欺诈检测案鸢尾花数据集分析泰坦尼克号船员获救预测员工离职

4、预测mnist手写字体识别2、人才3对话课程大纲第-章:Human - robot-chattersystem 运环境pycharm下载及安装pycharm的库使用介绍pycharm使用实演示Anaconda下载安装Anaconda 库使用Anaconda使用实演示第二章:robot基本概robot 是么robot的应用场景robot语言依赖性robot工作程robot运环境船既阳y船?”蛔*.Z y船4婿揪AoqoJ】什叫林 t3so-5b4-oqoj .8 (S 项 IdE 联 AoqoJ L代V粽单+-oqoj.9 恻R竖最QEOM噩冲a=蜀快坡费土8co* qpoSuoin z*OUI

5、CDPCDIWI(K咿丹氽涸)荆时歧零QauIeCD舄Aoqo:什板林 a皿*泵.9 现必谖tyHt?*q 船对虬耕yterminnalmore 数据第五章:设置robot训练级别训练 list data训练 corpus data训练 scope data训练外部API创建一个新的语级别抽取自己机器人的话第章:robot之过滤器filter 是么filter的主要用途是么filter的创建filter的设置5.filter级别设置filter 判别第七章:自然语言处之 robot适配器详解逻辑适配器输入适配器输出适配器数据计算适配器第八章自然语言处之 robot参数么 robot参数扩展 机

6、器人参数robot日志输出robot惯用日志输出第九章:session识别详解session 杓建2.session实战案操作文摘自动生成人才3寸话顼目实战项目介绍背景项目核心技术点介绍智能机器人人才心寸话系统代码实现人才心寸话优化(补充优化)开源机器人有哪些3、深学习课程大纲第-阶段:Python必备库快速入门Python语言基础快速入门2 .科学计算库Numpy数据分析处库 Pandas可视化库Matplotlib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:机七器学习经典算法线性回归逻辑回归决策树随机森支持向机6Xgboost聚类经网络PCA 与 SVD词向模型

7、 word2vec机器学习必备经典算法原推导第三阶段:机器学习案实战科比职业生涯数据泰坦尼克号船员获救预测信用卡欺诈检测鸢尾花数据集分类Mnist手写字体识别员工离职与股价预测基于真实数据集,使用scikit-learn库进建模与评估工作,从 开始,代码实战。第四段 :决胜AI深学习必备原深学习发展与应用经网络必备基础经网络架杓卷积经网络详解经网络技巧与细节强化学习原与实践从经网络基础知识点入手,分模块讲解经网络细节,由浅入深 过渡到深层的卷积经网络,技巧与细节分析。第五阶段:深学习必备框架Tensorflow基础操作Tensorflow 建机器 学习模型Tensorflow经网络;详解基于

8、Tensorflow 的CNN 与 RNN 模型Caffe框架配置参数详解Caffe两种常用数据源制作7.Caffe技巧与应用深学习项目实战验证码识别(基于Tensorflow)文本分类(基于Tensorflow)图像风格转换(基于Tensorflow)词向模型 Word2vec (基于 Tensorflow)强化学习让AI自己玩游戏(基于Tensorflow)人脸检测(基于Caffe)人脸关键点定位(基于Caffe)4、图像处课程大纲第一课:认识OpenCVOpenCV介绍、环境搭建、图像加载、显示、保存。读取视频文件与摄弟头视频 读取与保存。第二课:奇的数据结构Mat讲解OpenCV3.x

9、中最重要的数据结杓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、来、除章术摸住,以 及与或非的逻辑运章、重点演示这些简单摸住,在实际图像处中的使用技巧与 应用场景第四课:滤波函数-改变图像的奇手段讲解OpenCV3.x中最常用的基于卷积原的滤波函数、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结果,如何避免人为输入参数为第课:高斯子塔与普

10、斯讲述么是图像字塔、么图像的高斯同、 普斯同, 图像字塔融合技术第二课:直方图与反向投彩详细讲述图像直方图的定义、应用场台与场景、直方图反向投影技术在图像处与视频处用的应用第八课:图象二宜化讲述图像二 值化的各种方法与技巧、如何对超大图像进准确二值化第九课:图像形态学操作讲述二值图像的各种形态学摸住与使用技巧第十课: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:二度图像分析-对象提取与测基于轮分析、几何矩分析讲解二值图像中x寸象分析与对象测技术第十二课:HAAR与LBP特征与人脸检测讲述基于统计特任的HAAR与LBP方式与AdaBoost 一起工作实现人脸检测的原、 Open

11、CV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顼目实战AR拄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 一些虚拟淳白与装饰图片与场景融合。二维码检浏与定位二谊码的图弟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 位二谊码位置一直是技术难点,本案通过直播诛程所学知识,带领大家一步一 步剖析知识点、整思、实现代码、实现图像中二谊码位置检测与定位车牌提取与预处详细分析如何用所学知识, 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5、网络爬虫课程大纲1、基础入门Pyt

12、hon网络性虫认识Python网络爬虫网络爬虫工作原详解网络爬虫的常见类型与应用领域数据提取拄术基础:正则表达式基础实实战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使用Urllib模块进简单网页爬取百信息自动搜爬虫实战自动POST请求实战Cookie处实战浏览器伪装拄术实战数据自动写入数据库实战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淘宝商品图片爬虫实现思分析淘宝商品图片信息的分析与提取编写淘宝商品图片爬虫对目标图片进批爬取淘宝商品图片爬虫项目的调试与运4、用户代池与 IP代池杓建技术实战为么要构建用户代池与 IP代池(避免被反爬)

13、2.IP代池构建的第一种方案实战(随机 IP代池)3.IP代池构建的第二种方案实战(接口调用可用IP)如何验正IP是否为可用IP (代 IP的自动过滤与筛选)5.IP代池构建的第三种方案(自建服务器+自动换 IP拄术)同时杓建IP代池与用户代池 使用用户代池与IP代池技术批爬取法文书数据5、使用抓包分析技术获取Ajax动态请求数据实战抓包分析技术简介与Fiddler软件使用基础抓取HTTPS数据包难点解决技巧Ajax动态请求数据的分析与获取通过抓包技术分析中国裁判文书网数据请求实现对隐藏文书数据的批爬取实战淘宝大型商品数据爬虫项目实战淘宝大型商品数据爬虫项目的实现思分析对目标爬取数据与网页进简

14、单分析通过抓包分析技术获取淘宝价格信息数据GBD大型商品数据爬虫项目的编写实战T构造原将爬取的目标数据自动写入数据库中存储腾讯视频评论爬虫项目实战腾讯视频评论爬虫项目的简单实现对腾讯视频评论进抓包分析实现自动加载请求腾讯视频评论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分析实现cookie的自动处实战实现登卖验正码的处实战编写自动登录12306爬虫实战通过抓包拄术分析12306接口数据集余票查询功能的实现实战自动提交预订申请功能的实现实战乘客信息的自动选择功能的实现实战订单的自动确认与提交功能的实现实战实现票务的自动监控与自动抢票实战

15、9、Scrapy框架基础使用实战l.Scrapy框架的优点2.Scrapy 框架的安装与难点解决实战3.Scrapy简单命基础使用实战XPath表达式基础实战5.Items的编写与使用6.Scrapy爬虫的编写实战使用pipelines对数据进后续处实战settings的常见设置中间件技术实战通过Scrapy框架构建一个简单的爬虫项目实战10、Scrapy当当网商品数据性虫顼目开发实战当当网商品数据爬虫实现思分析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4.Items的编写实战商品数据爬虫的开发实战数据的后续处与Pipelines编写实战11、Scrapy和厂讯博客

16、爬虫项目开发实战和讯博客博文数据爬虫实现思分析目标数据提取与和讯博客页面分析3.Scrapy和讯博客博文数据爬虫项目的创建4.Items的编写实战博客博文数据爬虫的开发实战 数据的后续处与Pipelines编写实战12、Scrapy豆瓣网自动登录性虫顼目开发实战1.Scrapy豆瓣网自动登卖爬虫项目实现思分析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实现验正码的自动识别并自动登录登录状态的保持实战自动登录并自动爬取登录后页面的数据实战13、Scrapy与Urllib整合项目开发实战如何将Scrapy与Urll

17、ib整合使用京东商城图书商品数据爬虫的开发思目标数据与京东商城图书商品页面分析实战京东商城图书商品数据爬虫的编写实战京东商城图书商品数据爬虫项目的运与调试实战14、PhantomJS+Selenium 技术基础实战爬虫的常见反爬技术与各反爬手段破解思一览抓包分析技术实在无法解决的情况下如何编写爬虫PhantomJS技术与Selenium拄术简介PhantomJS技术基础实战5.Selenium技术基础实战6.通过PhantomJS+Selenium拄术实现爬虫实战15、解决JS动态触发+id随机生成反爬破解实战JS动态触发+id随机生成反爬策如何破解?腾讯动漫爬虫开发过程遇到的技术难题引入通过

18、PhantomJS+Selenium拄术解决爬虫反爬限制动漫网页的自动拖动与漫画自动模拟触发加载多页动漫作品数据的爬取实战16、分布式爬虫杓建基础与简单分布式爬虫的构建实战分布式爬虫常用的架构方式详解方案的选择(Linux+Docker+Redis+Urllib+MySQL)Docker拄术基础Redis技术基础1准备基础镜像并做好基础准备配置好中心节点服务器7.17K小说网站分析与对应分布式爬虫项目的编写将分布式爬虫项目部署到某个子节点中并调试批建子节点服务器实现分布式爬取实战及效果展示17、复杂分布式大型网络爬虫的杓建与部署实战l.Scrapy-redis架构方式详解如何杓建Scrapy-redis分布式爬虫实战通过Scrapy-redis实现小说数据分布式爬虫顼

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论