人工智能技术应用实战指南.docVIP

人工智能技术应用实战指南

TOC\o1-2\h\u7576第1章人工智能技术概述 3

32081.1人工智能发展历程 3

317331.2人工智能关键技术 3

228841.3人工智能应用领域 4

23713第2章机器学习基础 4

256652.1监督学习 4

116582.1.1线性回归 4

134732.1.2逻辑回归 4

113192.1.3决策树 5

158292.1.4随机森林 5

7812.1.5支持向量机 5

234532.1.6神经网络 5

220072.2无监督学习 5

94022.2.1Kmeans聚类 5

248752.2.2层次聚类 5

192332.2.3密度聚类 5

89792.2.4主成分分析 5

160472.2.5自编码器 5

47882.3强化学习 6

119162.3.1Q学习 6

117762.3.2Sarsa 6

98892.3.3策略梯度 6

184172.3.4深度Q网络 6

127542.3.5异策学习 6

31854第3章深度学习技术 6

283683.1神经网络基础 6

82493.2卷积神经网络 6

135093.3循环神经网络 7

300773.4对抗网络 7

3630第4章计算机视觉技术 7

291194.1图像处理与特征提取 7

172994.1.1图像处理 7

20944.1.2特征提取 8

156234.2目标检测 8

173264.2.1传统目标检测方法 8

308644.2.2深度学习目标检测方法 8

56554.3图像分类 8

12554.3.1传统图像分类方法 8

118964.3.2深度学习图像分类方法 9

110624.4人脸识别 9

303004.4.1人脸检测 9

19774.4.2特征提取 9

57384.4.3人脸识别 9

4202第5章自然语言处理技术 9

94345.1 9

169405.1.1的原理与数学表达 9

298295.1.2的发展历程 9

122895.1.3当前主流技术 9

290935.2词向量与语义分析 10

198035.2.1词向量的概念与方法 10

85855.2.2语义分析任务概述 10

213795.2.3基于词向量的语义分析技术 10

175895.3文本分类与情感分析 10

255165.3.1文本分类技术概述 10

223545.3.2情感分析技术概述 10

210395.3.3当前主流文本分类与情感分析技术 10

189085.4机器翻译 10

115125.4.1机器翻译的原理与方法 10

236555.4.2统计机器翻译 10

241275.4.3神经机器翻译 10

6395第6章语音识别技术 10

56136.1语音信号处理 10

35376.1.1预处理 11

141896.1.2特征提取 11

118946.1.3端点检测 11

140016.2声学模型与 11

151456.2.1声学模型 11

262936.2.2 11

184056.3语音识别应用实践 11

32726.3.1语音 11

22936.3.2语音翻译 11

264616.3.3语音识别在智能家居中的应用 12

309896.3.4语音识别在医疗领域的应用 12

31286.3.5语音识别在金融领域的应用 12

19765第7章人工智能与大数据 12

248837.1大数据技术概述 12

33427.2数据预处理与特征工程 12

194357.3数据挖掘与分析 12

67127.4数据可视化与可视化分析 12

22550第8章人工智能与物联网 13

20138.1物联网技术概述 13

208208.2智能感知与边缘计算 13

275728.3智能家居与智能交通 13

298798.4智能电网与能源管理 13

23541第9章人工智能与云计算 13

162149.1云计算技术概述 13

107749.2弹性计算与容器技术 14

19105