人工智能課程體系及項目實戰(zhàn)

1、人工智能課程體系及項目實戰(zhàn)1、機器學習課程大綱第一課：Python基礎與科學計算庫numpyI.Python語言基礎2 .Python數(shù)據(jù)結構（列表，字典，元組）3 .科學計算庫NumpyS礎4 .Numpy數(shù)組操作5 .Numpy矩陣基本操作6 .Numpy矩陣初始化與創(chuàng)建7 .Numpy排序與索引第二課：數(shù)據(jù)分析處理庫與數(shù)據(jù)可視化庫1 .Pandas數(shù)據(jù)讀取與現(xiàn)實2 .Pandas樣本數(shù)值計算與排序3 .Pandas數(shù)據(jù)預處理與透視表4 .Pandas自定義函數(shù)5 .Pandas核心數(shù)據(jù)結構Series詳解6 .Pandas數(shù)據(jù)索引7 .Matplotlib繪制第一個折線圖8 .Matpl

2、otlib條形圖，直方圖，四分圖繪制29 .Matplotlib數(shù)據(jù)可視化分析第三課：回歸算法1 .機器學習要解決的任務2 .有監(jiān)督與無監(jiān)督問題3 .線性回歸算法原理推導4 .實現(xiàn)簡易回歸算法5 .邏輯回歸算法原題6 .實戰(zhàn)梯度下降算法第四課：案例實戰(zhàn)信用卡欺詐檢測1 .數(shù)據(jù)與算法簡介2 .樣本不平衡問題解決思路3 .下采樣解決方案4 .正則化參數(shù)選擇5 .邏輯回歸建模6 .過采樣與SMOT算法第五課：決策樹與隨機森林1 .嫡原理，信息增益2 .決策樹構造原理推導3.ID3,C4.5算法4 .決策樹剪枝策略5 .隨機森林算法原理6 .基于隨機森林的特征重要性選擇第六課：Kaggle機器學習案例

3、實戰(zhàn)1 .泰坦尼克船員獲救預測2 .使用pandas庫進行數(shù)據(jù)讀取與缺失值預處理3 .使用scikit-learn庫對比回歸模型與隨機森林模型4 .GBDT構造原理5 .特征的選擇與重要性衡量指標6 .機器學習中的級聯(lián)模型7,使用級聯(lián)模型再戰(zhàn)泰坦尼克第七課：支持向量機算法1.SVM要解決的問題2,線性SVMM理推導3.SVM對偶問題與核變換4,soft支持向量機問題5.多類別分類問題解決方案第八課：神經(jīng)網(wǎng)絡模型1 .前向傳播與反向傳播結構2 .激活函數(shù)3 .神經(jīng)網(wǎng)絡結構4,深入神經(jīng)網(wǎng)絡細節(jié)5 .神經(jīng)網(wǎng)絡表現(xiàn)效果第九課：mnist手寫字體識別I.Tensorflow框架2 .CNN網(wǎng)絡結構3 .

4、基于tensorflow的網(wǎng)絡框架4,構造CNN9絡結構5 .迭代優(yōu)化訓練第十課：聚類與集成算法1 .k-means,DBSCAN?經(jīng)典聚類算法原理2 .python實現(xiàn)k-means算法3 .聚類算法應用場景與特征工程4 .Adaboost集成算法原理機器學習項目實戰(zhàn)1,科比職業(yè)生涯數(shù)據(jù)分析2 .信用卡欺詐檢測案例3 .鶯尾花數(shù)據(jù)集分析4,泰坦尼克號船員獲救預測5 .員工離職預測6,mnist手寫字體識別2、人機對話課程大綱運行環(huán)境第一章：Human-robot-chattersysteml.pycharm下載及安裝2 .pycharm的庫使用介紹3 .pycharm使用實例演示4 .Ana

5、conda下載安裝5 .Anaconda庫使用6 .Anaconda使用實例演示第二章：robot基本概念1 .robot是什么2 .robot的應用場景3 .robot語言依賴性4 .robot工作流程5 .robot運行環(huán)境6 .robot框架介紹7 .robot的安裝（api與源碼）8 .robot的quickstart第三章：robot智能機器人1 .創(chuàng)建機器人2 .設置機器人適配器3 .輸入與輸出適配器4 .邏輯適配器5 .機器人響應應答6 .訓練自己的語料第四章：robot之eample數(shù)據(jù)源詳述（單詞與文本）1.simpledemo數(shù)據(jù)2 .mongodb數(shù)據(jù)3 .git數(shù)據(jù)4.

6、terminnal5.more數(shù)據(jù)第五章：設置robot訓練級別1 .訓練listdata2 .訓練corpusdata3 .訓練scopedata4 .訓練外部API5 .創(chuàng)建一個新的語料級別6 .抽取自己機器人的語料第六章：robot之過濾器1 .filter是什么2 .filter的主要用途是什么3 .filter的創(chuàng)建4 .filter的設置5 .filter級別設置6 .filter判別第七章：自然語言處理之robot適配器詳解1.邏輯適配器2,輸入適配器3 .輸出適配器4 .數(shù)據(jù)計算適配器第八章自然語言處理之robot參數(shù)1 .什么robot參數(shù)2 .擴展機器人參數(shù)3 .robot

7、日志輸出4 .robot慣用日志輸出第九章：session識別詳解l.session構建112.session實戰(zhàn)案例操作3.文摘自動生成人機對話項目實戰(zhàn)1 .項目介紹背景2 .項目核心技術點介紹3 .智能機器人人機對話系統(tǒng)4 .代碼實現(xiàn)5 .人機對話優(yōu)化（補充優(yōu)化）6 .開源機器人有哪些123、深度學習課程大綱第一階段：Python必備庫快速入門I.Python語言基礎快速入門2,科學計算庫Numpy3 .數(shù)據(jù)分析處理庫Pandas4 .可視化庫Matplotlib5 .人工智能必備Python基礎，快速掌握語言風格與常用庫使用方法第二階段：機器學習經(jīng)典算法1 .線性回歸2 .邏輯回歸3 .

8、決策樹4 .隨機森林5 .支持向量機6 .Xgboost137 .聚類8 .神經(jīng)網(wǎng)絡9 .PCA與SVD10 .詞向量模型word2vec11 .機器學習必備經(jīng)典算法原理推導第三階段：機器學習案例實戰(zhàn)1 .科比職業(yè)生涯數(shù)據(jù)2 .泰坦尼克號船員獲救預測3 .信用卡欺詐檢測4 .鶯尾花數(shù)據(jù)集分類5 .Mnist手寫字體識別6 .員工離職與股價預測7 .基于真實數(shù)據(jù)集，使用scikit-learn庫進行建模與評估工作，從零開始，代碼實戰(zhàn)。第四階段：決勝AI深度學習必備原理141 .深度學習發(fā)展與應用2 .神經(jīng)網(wǎng)絡必備基礎3 .神經(jīng)網(wǎng)絡架構4 .卷積神經(jīng)網(wǎng)絡詳解5 .神經(jīng)網(wǎng)絡技巧與細節(jié)6 .強化學習原

9、理與實踐7 .從神經(jīng)網(wǎng)絡基礎知識點入手，分模塊講解神經(jīng)網(wǎng)絡細節(jié)，由淺入深過渡到深層的卷積神經(jīng)網(wǎng)絡，技巧與細節(jié)分析。第五階段：深度學習必備框架I.Tensorflow基礎操作2 .Tensorflow建立機器學習模型3 .Tensorflow神經(jīng)網(wǎng)絡詳解4 .基于Tensorflow的CNNWRNNI型5 .Caffe框架配置參數(shù)詳解6 .Caffe兩種常用數(shù)據(jù)源制作157 .Caffe技巧與應用深度學習項目實戰(zhàn)1 .驗證碼識別（基于Tensorflow）2 .文本分類（基于Tensorflow）3 .圖像風格轉(zhuǎn)換（基于Tensorflow）4 .詞向量模型Word2vec（基于Tensorfl

10、ow）5 .強化學習讓AI自己玩游戲（基于Tensorflow）6 .人臉檢測（基于Caffe）7 .人臉關鍵點定位（基于Caffe）4、圖像處理課程大綱第一課：認識OpenCVOpenCV介紹、環(huán)境搭建、圖像加載、顯示、保存。讀取視頻文件與攝像頭視頻流讀取與保存。第二課：神奇的數(shù)據(jù)結構Mat講解OpenCV3.x中最重要的數(shù)據(jù)結構Mat,如何使用Mat、各種基于Mat的操作16o技巧，指針方式訪問與遍歷像素、實例詳解Mat的妙用第三課：像素算術與幾何操作講解如何計算圖像最大最小值、均值與標準方差、力口、減、乘、除算術操作，以及與或非的邏輯運算、重點演示這些簡單操作，在實際圖像處理中的使用技巧

11、與應用場景第四課：濾波函數(shù)-改變圖像的神奇手段講解OpenCV3.x中最常用的基于卷積原理的濾波函數(shù)、包括均值、中值、高斯、盒子模糊、自定義濾波器等技術與使用技巧第五課：邊緣提取講解OpenCS梯度與邊緣提取的方法與函數(shù)調(diào)用、以及使用技巧，如何正確的使用這些方法獲得正確處理結果，如何避免人為輸入?yún)?shù)行為第六課：高斯金子塔與拉普拉斯講述什么是圖像金字塔、什么圖像的高斯不同、拉普拉斯不同，圖像金字塔融合技術第七課：直方圖與反向投影詳細講述圖像直方圖的定義、應用場合與場景、直方圖反向投影技術在圖像處理與視頻處理用的應用第八課：圖像二值化講述圖像二值化的各種方法與技巧、如何對超大圖像進行準確二值化17

12、o第九課：圖像形態(tài)學操作講述二值圖像的各種形態(tài)學操作與使用技巧第十課：霍夫變換與Blob分析直線檢測，圓檢測特定幾何形狀分析第十一課：二值圖像分析-對象提取與測量基于輪廓分析、幾何矩分析講解二值圖像中對象分析與對象測量技術第十二課：HAARfLBP特征與人臉檢測講述基于統(tǒng)計特征的HAAFRfLBP方式與AdaBoost一起工作實現(xiàn)人臉檢測的原理、OpenCW目關API參數(shù)解釋、以及其他開源的與商用的人臉檢測SDK勺使用。在圖像與視頻中實現(xiàn)人臉檢測圖像處理項目實戰(zhàn)1 .AR技術應用直播視頻中經(jīng)常會出現(xiàn)的技術、基于OpenCV?現(xiàn)對視頻中人臉實時跟蹤，實現(xiàn)一些虛擬旁白與裝飾圖片與場景融合。2 .二

13、維碼檢測與定位二維碼的圖像掃碼解析已經(jīng)成為很多APP的標準配置與使用方式，但是檢測與定位二維碼位置一直是技術難點，本案例通過直播課程所學知識，帶領大家一步一步剖析知識點、整理思路、實現(xiàn)代碼、實現(xiàn)圖像中二維碼位置檢測與定位3 .車牌提取與預處理詳細分析如何利用所學知識，綜合分析解決車牌識別中最難技術問題之一，車牌定位與提取、以及前期預處理195、網(wǎng)絡爬蟲課程大綱1、零基礎入門Python網(wǎng)絡爬蟲1 .認識Python網(wǎng)絡爬蟲2 .網(wǎng)絡爬蟲工作原理詳解3 .網(wǎng)絡爬蟲的常見類型與應用領域4 .數(shù)據(jù)提取技術基礎：正則表達式基礎實例實戰(zhàn)5 .編寫一個簡單網(wǎng)絡爬蟲爬取51CT湃院課程數(shù)據(jù)2、Urllib模

14、塊基礎與限事百科爬蟲項目實戰(zhàn)1 .使用Urllib模塊進行簡單網(wǎng)頁爬取2 .百度信息自動搜索爬蟲實戰(zhàn)3 .自動POST青求實戰(zhàn)4 .Cookie處理實戰(zhàn)5 .瀏覽器偽裝技術實戰(zhàn)6 .數(shù)據(jù)自動寫入數(shù)據(jù)庫實戰(zhàn)7 .模事百科網(wǎng)絡爬蟲項目實戰(zhàn)8 、淘寶商品圖片爬蟲開發(fā)實戰(zhàn)1 .淘寶商品圖片爬蟲實現(xiàn)思路分析2 .淘寶商品圖片信息的分析與提取3 .編寫淘寶商品圖片爬蟲對目標圖片進行批量爬取4 .淘寶商品圖片爬蟲項目的調(diào)試與運行4、用戶代理池與IP代理池構建技術實戰(zhàn)1.為什么要構建用戶代理池與IP代理池（避免被反爬）2.IP代理池構建的第一種方案實戰(zhàn)（隨機IP代理池）3.IP代理池構建的第二種方案實戰(zhàn)（接口

15、調(diào)用可用IP）4.如何驗證IP是否為可用IP（代理IP的自動過濾與篩選）1.1 P代理池構建的第三種方案（自建服務器+自動切換IP技術）6 .同時構建IP代理池與用戶代理池7 .使用用戶代理池與IP代理池技術批量爬取法律文書數(shù)據(jù)5、使用抓包分析技術獲取Ajax動態(tài)請求數(shù)據(jù)實戰(zhàn)1 .抓包分析技術簡介與Fiddler軟件使用基礎2 .抓取HTTP激據(jù)包難點解決技巧3 .Ajax動態(tài)請求數(shù)據(jù)的分析與獲取4 .通過抓包技術分析中國裁判文書網(wǎng)數(shù)據(jù)請求5 .實現(xiàn)對隱藏文書數(shù)據(jù)的批量爬取實戰(zhàn)6、淘寶大型商品數(shù)據(jù)爬蟲項目實戰(zhàn)1 .淘寶大型商品數(shù)據(jù)爬蟲項目的實現(xiàn)思路分析2 .對目標爬取數(shù)據(jù)與網(wǎng)頁進行簡單分析3

16、.通過抓包分析技術獲取淘寶價格信息數(shù)據(jù)4 .GBD大型商品數(shù)據(jù)爬蟲項目的編寫實戰(zhàn)T構造原理5 .將爬取的目標數(shù)據(jù)自動寫入數(shù)據(jù)庫中存儲7、騰訊視頻評論爬蟲項目實戰(zhàn)1 .騰訊視頻評論爬蟲項目的簡單實現(xiàn)2 .對騰訊視頻評論進行抓包分析3,實現(xiàn)自動加載請求騰訊視頻評論4.騰訊視頻評論爬蟲項目完善與實戰(zhàn)8、12306火車票搶票項目開發(fā)實戰(zhàn)1.12306火車票搶票項目的開發(fā)思路分析2.實現(xiàn)cookie的自動處理實戰(zhàn)3,實現(xiàn)登錄驗證碼的處理實戰(zhàn)4,編寫自動登錄12306爬蟲實戰(zhàn)5,通過抓包技術分析12306接口數(shù)據(jù)集6 .余票查詢功能的實現(xiàn)實戰(zhàn)7 .自動提交預訂申請功能的實現(xiàn)實戰(zhàn)8 .乘客信息的自動選擇功能

17、的實現(xiàn)實戰(zhàn)9,訂單的自動確認與提交功能的實現(xiàn)實戰(zhàn)10.實現(xiàn)票務的自動監(jiān)控與自動搶票實戰(zhàn)9、Scrapy框架基礎使用實戰(zhàn)I.Scrapy框架的優(yōu)點2.Scrapy框架的安裝與難點解決實戰(zhàn)3.Scrapy簡單命令基礎使用實戰(zhàn)4.XPath表達式基礎實戰(zhàn)1.1 tems的編寫與使用1.5 crapy爬蟲的編寫實戰(zhàn)7,使用pipelines對數(shù)據(jù)進行后續(xù)處理實戰(zhàn)1.6 ettings的常見設置9 .中間件技術實戰(zhàn)10 .通過Scrapy框架構建一個簡單的爬蟲項目實戰(zhàn)10、Scrapy當當網(wǎng)商品數(shù)據(jù)爬蟲項目開發(fā)實戰(zhàn)1 .當當網(wǎng)商品數(shù)據(jù)爬蟲實現(xiàn)思路分析2 .目標數(shù)據(jù)提取與商品頁面分析3 .Scrapy當當

18、網(wǎng)商品數(shù)據(jù)爬蟲項目的創(chuàng)建1.1 tems的編寫實戰(zhàn)5 .商品數(shù)據(jù)爬蟲的開發(fā)實戰(zhàn)6 .數(shù)據(jù)的后續(xù)處理與Pipelines編寫實戰(zhàn)11、Scrapy和訊博客爬蟲項目開發(fā)實戰(zhàn)1 .和訊博客博文數(shù)據(jù)爬蟲實現(xiàn)思路分析2 .目標數(shù)據(jù)提取與和訊博客頁面分析3 .Scrapy和訊博客博文數(shù)據(jù)爬蟲項目的創(chuàng)建1.1 tems的編寫實戰(zhàn)5 .博客博文數(shù)據(jù)爬蟲的開發(fā)實戰(zhàn)6 .數(shù)據(jù)的后續(xù)處理與Pipelines編寫實戰(zhàn)12、Scrapy豆瓣網(wǎng)自動登錄爬蟲項目開發(fā)實戰(zhàn)1.Scrapy豆瓣網(wǎng)自動登錄爬蟲項目實現(xiàn)思路分析2.登錄數(shù)據(jù)傳遞請求的截獲與分析3.Scrapy豆瓣網(wǎng)自動登錄爬蟲項目的創(chuàng)建實戰(zhàn)4.Scrapy豆瓣網(wǎng)自動

19、登錄爬蟲項目的編寫開發(fā)實戰(zhàn)5,實現(xiàn)驗證碼的自動識別并自動登錄6 .登錄狀態(tài)的保持實戰(zhàn)7 .自動登錄并自動爬取登錄后頁面的數(shù)據(jù)實戰(zhàn)13、Scrapy與Urllib整合項目開發(fā)實戰(zhàn)1.如何將Scrapy與Urllib整合使用2,京東商城圖書商品數(shù)據(jù)爬蟲的開發(fā)思路3.目標數(shù)據(jù)與京東商城圖書商品頁面分析實戰(zhàn)4,京東商城圖書商品數(shù)據(jù)爬蟲的編寫實戰(zhàn)5,京東商城圖書商品數(shù)據(jù)爬蟲項目的運行與調(diào)試實戰(zhàn)14、PhantomJS+Selenium技術基礎實戰(zhàn)1.爬蟲的常見反爬技術與各反爬手段破解思路一覽2,抓包分析技術實在無法解決的情況下如何編寫爬蟲3.PhantomJS技術與Selenium技術簡介4.PhantomJS技術基礎實戰(zhàn)5.Selenium技術基礎實戰(zhàn)6.通過PhantomJS+Selenium技術實現(xiàn)爬蟲實戰(zhàn)15、解決JS動態(tài)觸發(fā)+id隨機生成反爬破解實戰(zhàn)1 .JS動態(tài)觸發(fā)+id隨機生成反爬策略如何破解？2 .騰訊動漫爬蟲開發(fā)過程遇到的技術難題引入3 .通過PhantomJS+Selenium技術解決爬蟲反爬限制4 .動漫網(wǎng)頁的自動拖動與漫畫自動模擬觸發(fā)加載5 .多頁動漫作品數(shù)據(jù)的爬取實戰(zhàn)16、分布式爬蟲構建基