-
绪章绪论
绪论
-
●0.1引言
陈建海
-
第一章初识人工智能
初识人工智能
-
●1.1人工智能的新时代和起源定义
人工智能的新时代和起源定义
-
●1.2人工智能的主流学派
人工智能的主流学派
-
●1.3人工智能的发展浪潮
人工智能的发展浪潮
-
●1.4人工智能的伦理安全
人工智能的伦理安全
-
第二章人工智能的系统数据基础
人工智能的系统数据基础
-
●2.1人工智能系统架构与计算机系统基础
人工智能系统架构与计算机系统基础
-
●2.2人工智能计算系统基础
人工智能计算系统基础
-
●2.3人工智能系统的数据表示基础
人工智能系统的数据表示基础
-
第三章人工智能的应用开发基础
人工智能的应用开发基础
-
●3.1从手写数字应用到AI开发环境
从手写数字应用到AI开发环境
-
●3.2AI的开发语言- Python入门
AI的开发语言- Python入门
-
●3.3AI的算法库
AI的算法库
-
●3.4深度学习框架
深度学习框架
-
第四章从问题求解到机器学习
从问题求解到机器学习
-
●4.1问题求解概述
问题求解概述
-
●4.2通用问题求解与算法方法学
通用问题求解与算法方法学
-
●4.3问题求解与搜索算法和机器学习求解方法
问题求解与搜索算法和机器学习求解方法
-
●4.4机器学习算法库scikit-learn
机器学习算法库scikit-learn
-
第五章回归和分类模型
回归和分类模型
-
●5.1监督学习方法
监督学习方法
-
●5.2回归模型
回归模型
-
●5.3分类模型
分类模型
-
第六章数据聚类和降维
数据聚类和降维
-
●6.1无监督学习方法
无监督学习方法
-
●6.2聚类分析技术
聚类分析技术
-
●6.3数据降维技术
数据降维技术
-
第七章深度网络基本构件
深度网络基本构件
-
●7.1图像识别技术
图像识别技术
-
●7.2感知机模型
感知机模型
-
●7.3单隐含层MLP
单隐含层MLP
-
●7.4损失函数
损失函数
-
●7.5Back Propagation（BP）算法
Back Propagation（BP）算法
-
第八章卷积神经网络
卷积神经网络
-
●8.1多隐含层MLP
多隐含层MLP
-
●8.2卷积运算基础
卷积运算基础
-
●8.3卷积神经网络及实现方法
卷积神经网络及实现方法
-
●8.4CNN的应用
CNN的应用
-
第九章循环神经网络
循环神经网络
-
●9.1RNN 循环神经网络
RNN 循环神经网络
-
●9.2LSTM及其他循环神经网络
LSTM及其他循环神经网络
-
●9.3LSTM股票趋势预测
LSTM股票趋势预测
-
第十章人工智能应用开发方法
人工智能应用开发方法
-
●10.1应用开发基本要求
应用开发基本要求
-
●10.2AI应用系统开发基本流程
AI应用系统开发基本流程
-
●10.3项目案例：人脸情感识别应用实践
项目案例：人脸情感识别应用实践
-
第十一章自然语言处理建模
自然语言处理建模
-
●11.1NLP概述
NLP概述
-
●11.2NLP技术基础
NLP技术基础
-
●11.3经典NLP模型
经典NLP模型
-
●11.4Transformer结构
Transformer结构
-
第十二章大语言模型与生成式人工智能
大语言模型与生成式人工智能
-
●12.1大语言模型与生成式人工智能（一）
大语言模型与生成式人工智能（一）
-
●12.2大语言模型与生成式人工智能（二）
大语言模型与生成式人工智能（二）
-
第十三章预训练微调与多模态模型
预训练微调与多模态模型
-
●13.1私人助手定制
私人助手定制
-
●13.2多模态大语言模型
多模态大语言模型
