人工智能课程体系与项目实战.doc

人工智能课程体系及项目实战1、机器学****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***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,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****要解决得任务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、基于随机森林得特征重要性选择第六课:Kaggle机器学****案例实战1、泰坦尼克船员获救预测2、使用pandas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、特征得选择与重要性衡量指标6、机器学****中得级联模型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要解决得问题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2N网络结构3、基于tensorflow得网络框架4、N网络结构5、迭代优化训练第十课: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****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:Human–robot-chattersystem运行环境1、pycharm下载及安装2、pycharm得库使用介绍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、robot就是什么2、robot得应用场景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得安装(api与源码)8、robot得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、训练自己得语料第四章:robot之eample数据源详述(单词与文本)1、simpledemo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corpusdata3、训练scopedata4、训练外部API5、创建一个新得语料级别6、抽取自己机器人得语料第六章:robot之过滤器1、filter就是什么2、filter得主要用途就是什么3、filter得创建4、filter得设置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***机对话项目实战1、项目介绍背景