人工智能企业人工智能算法研究与开发.docVIP

人工智能企业人工智能算法研究与开发

TOC\o1-2\h\u29714第一章人工智能算法概述 3

291011.1人工智能算法的发展历程 3

39231.2人工智能算法的分类与特点 4

8496第二章机器学习基础 5

247332.1监督学习 5

253392.1.1定义及基本概念 5

314622.1.2分类任务 5

295072.1.3回归任务 5

128622.1.4监督学习的评估指标 5

9682.2无监督学习 5

40102.2.1定义及基本概念 5

99062.2.2聚类任务 5

156202.2.3降维任务 6

14042.2.4关联规则学习任务 6

288612.3强化学习 6

276952.3.1定义及基本概念 6

247442.3.2马尔可夫决策过程 6

131772.3.3策略与值函数 6

154282.3.4强化学习算法 6

10333第三章深度学习技术 6

292043.1神经网络结构 6

180703.1.1引言 6

248453.1.2前馈神经网络 7

7393.1.3深度神经网络 7

240993.1.4残差网络 7

32793.2卷积神经网络 7

305793.2.1引言 7

275823.2.2卷积层 7

270483.2.3池化层 7

146513.2.4全连接层 7

85783.3循环神经网络 8

27793.3.1引言 8

129773.3.2简单循环神经网络 8

287343.3.3长短时记忆网络 8

139163.3.4门控循环单元 8

19941第四章自然语言处理 8

222854.1词向量表示 8

255994.2语法分析 9

155794.3机器翻译 9

2140第五章计算机视觉 10

256115.1图像识别 10

54045.1.1基本原理 10

310965.1.2常用算法 10

230155.1.3应用场景 10

295735.2目标检测 10

29735.2.1基本原理 11

49725.2.2常用算法 11

202035.2.3应用场景 11

66855.3图像分割 11

72075.3.1基本原理 11

53975.3.2常用算法 11

285085.3.3应用场景 12

2759第六章语音识别与合成 12

34426.1语音识别技术 12

193546.1.1技术概述 12

122436.1.2技术原理 12

50006.1.3技术挑战 12

127976.1.4发展趋势 12

188986.2语音合成技术 12

309456.2.1技术概述 12

223976.2.2技术原理 13

189456.2.3技术挑战 13

47066.2.4发展趋势 13

145006.3说话人识别 13

271666.3.1技术概述 13

168036.3.2技术原理 13

115586.3.3技术挑战 13

129516.3.4发展趋势 13

12228第七章人工智能应用开发 13

80457.1数据预处理 13

112197.1.1数据清洗 14

4307.1.2数据转换 14

100897.1.3数据集划分 14

140797.2模型训练与优化 14

250507.2.1模型选择 14

1637.2.2模型训练 14

4317.2.3模型优化 15

296987.3应用部署与维护 15

213917.3.1模型部署 15

32107.3.2应用集成 15

105327.3.3模型维护 15

20830第八章人工智能算法优化 15

83308.1算法功能评估 15

219328.1.1功能评估指标 15

81338.1.2功能评估方法 15

206538.1.3功能评估工具 16

279818.2算法优化策略 16

129468.2.1参数优化 16

219538.2.2结构优化 16

15198.2.3迁移学习 16

41368.3算法并行化与分布式计