人工智能技术实践指南.docVIP

人工智能技术实践指南

TOC\o1-2\h\u5840第一章引言 3

113241.1人工智能概述 3

199851.2人工智能发展历程 3

54901.3人工智能应用领域 4

32546第二章机器学习基础 5

284882.1机器学习概念与分类 5

43892.1.1机器学习的概念 5

99372.1.2机器学习的分类 5

157322.2机器学习算法原理 5

220912.2.1线性模型 5

26742.2.2逻辑回归 5

294742.2.3决策树 6

261342.2.4支持向量机 6

43212.3机器学习算法实践 6

95932.3.1数据预处理 6

22912.3.2模型选择与调优 6

67062.3.3模型训练与评估 6

54062.3.4模型部署与应用 6

13132第三章深度学习基础 6

69413.1深度学习概念与原理 6

38533.1.1深度学习的概念 6

65973.1.2深度学习的原理 7

194433.2神经网络结构 7

278013.2.1前馈神经网络（FeedforwardNeuralNetwork） 7

67943.2.2卷积神经网络（ConvolutionalNeuralNetwork） 7

1873.2.3循环神经网络（RecurrentNeuralNetwork） 7

243333.2.4长短时记忆网络（LongShortTermMemory） 8

119253.3深度学习框架与工具 8

268643.3.1TensorFlow 8

178513.3.2PyTorch 8

142663.3.3Keras 8

12233.3.4Caffe 8

16364第四章数据预处理与特征工程 8

177384.1数据清洗与预处理 8

306494.2特征提取与选择 9

92184.3特征工程应用案例 9

29402第五章模型训练与优化 9

286545.1模型训练方法 9

199185.2模型优化策略 10

161355.3模型评估与调参 10

27712第六章计算机视觉 11

157716.1计算机视觉基础 11

274956.1.1图像处理 11

137256.1.2特征提取 11

288276.1.3视觉感知 11

300626.2目标检测与识别 12

321266.2.1目标检测 12

148206.2.2目标识别 12

323516.3图像分类与分割 12

75826.3.1图像分类 12

114576.3.2图像分割 12

24550第七章自然语言处理 13

284737.1自然语言处理基础 13

101597.1.1概述 13

268657.1.2 13

193117.1.3分词与词性标注 13

160237.1.4句法分析 13

114967.2文本表示与模型 13

9047.2.1文本表示 13

287037.2.2词嵌入 13

65067.2.3深度学习模型 13

202327.3机器翻译与文本 14

239667.3.1机器翻译 14

60777.3.2序列到序列模型 14

69547.3.3文本 14

44057.3.4应用案例 14

11533第八章语音识别与合成 15

89108.1语音识别基础 15

235798.1.1概述 15

156698.1.2语音信号处理 15

73808.1.3识别算法 15

141828.2语音合成技术 15

135208.2.1概述 15

104648.2.2文本到语音 15

196418.2.3语音合成器 16

210558.3语音识别与合成应用 16

232778.3.1语音 16

286298.3.2语音播报 16

297478.3.3语音识别与合成在教育领域的应用 16

281688.3.4语音识别与合成在其他领域的应用 16

15153第九章人工智能在行业应用 16

300619.1金融领域应用 16

113989.1.1概述 16

135679.1