人工智能与大数据分析方案.docVIP

  1. 1、本文档共19页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

人工智能与大数据分析方案

TOC\o1-2\h\u8673第1章人工智能与大数据概述 4

294741.1人工智能发展历程 4

125281.1.1创立阶段(1950s1969) 4

303381.1.2摸索阶段(1970s1989) 4

117191.1.3发展阶段(1990s2009) 4

85041.1.4深度学习阶段(2010s至今) 4

101331.2大数据分析的意义与价值 4

115531.2.1数据驱动的决策支持 5

252191.2.2挖掘潜在价值 5

1241.2.3提高行业效率 5

316571.2.4促进创新与发展 5

73041.3人工智能与大数据的关系 5

34971.3.1数据支持 5

241231.3.2技术互促 5

253641.3.3应用融合 5

24441.3.4发展前景 5

27911第2章数据采集与预处理 5

72022.1数据源的选择与整合 6

101432.1.1数据源筛选 6

26642.1.2数据整合 6

90232.2数据清洗与转换 6

251722.2.1数据清洗 6

247562.2.2数据转换 6

269862.3数据存储与管理 7

245022.3.1数据存储 7

142662.3.2数据管理 7

31333第3章数据分析方法与技术 7

81723.1描述性统计分析 7

157893.1.1频率分布与图表展示 7

298503.1.2统计量度与集中趋势 7

116973.1.3离散程度与分布形状 8

321343.1.4相关性分析 8

78543.2摸索性数据分析 8

172603.2.1数据可视化方法 8

199703.2.2异常值分析 8

203543.2.3关联分析 8

10663.2.4聚类分析 8

91933.3数据挖掘与知识发觉 8

40893.3.1分类与预测 8

73123.3.2回归分析 8

113603.3.3时间序列分析 8

93163.3.4关联规则挖掘 8

116303.3.5聚类分析 8

186193.3.6异常检测 8

303363.3.7文本挖掘与自然语言处理 8

17757第4章机器学习算法与应用 8

27394.1监督学习算法 8

137244.1.1线性回归 8

210094.1.2逻辑回归 8

151884.1.3决策树 9

166654.1.4随机森林 9

130064.1.5支持向量机 9

157604.2无监督学习算法 9

7314.2.1Kmeans聚类 9

129824.2.2层次聚类 9

211544.2.3主成分分析 9

62344.2.4自编码器 9

314714.3半监督学习与增强学习 9

29174.3.1半监督学习 9

304834.3.2增强学习 10

19404第5章深度学习技术 10

311125.1神经网络基础 10

212615.1.1神经元模型 10

110045.1.2激活函数 10

40085.1.3反向传播算法 10

36955.2卷积神经网络 10

299915.2.1卷积运算 11

70485.2.2池化层 11

198985.2.3卷积神经网络的典型结构 11

267045.3循环神经网络与长短时记忆网络 11

249545.3.1循环神经网络(RNN) 11

178985.3.2长短时记忆网络(LSTM) 11

268125.3.3双向长短时记忆网络(BiLSTM) 11

41125.3.4门控循环单元(GRU) 11

10793第6章计算机视觉与图像处理 11

115996.1图像处理基础 11

272566.1.1数字图像处理概述 12

282566.1.2图像处理的基本操作 12

171366.1.3图像处理的应用 12

115376.2特征提取与匹配 12

238526.2.1特征提取 12

203716.2.2特征匹配 12

178356.2.3特征提取与匹配算法 12

151506.3目标检测与识别 1

文档评论(0)

shily1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档