AI技术应用实践指南.docVIP

技术应用实践指南

TOC\o1-2\h\u17365第1章技术概述 4

170171.1的发展历程 4

201171.1.1符号主义智能 4

309321.1.2机器学习 4

67361.1.3深度学习 4

290251.2技术的核心概念 5

94881.2.1机器学习 5

238171.2.2深度学习 5

7671.2.3神经网络 5

47781.2.4自然语言处理 5

239221.3技术的应用领域 5

216141.3.1智能制造 5

234071.3.2智能交通 5

278381.3.3医疗健康 5

182521.3.4金融科技 6

184011.3.5语音识别与合成 6

87891.3.6计算机视觉 6

60281.3.7教育领域 6

78411.3.8智能家居 6

14311第2章机器学习基础 6

308372.1监督学习 6

25222.1.1线性模型 6

132932.1.2决策树 6

216622.1.3支持向量机 6

104342.1.4集成学习方法 7

43172.2无监督学习 7

218612.2.1聚类 7

209792.2.2降维 7

316872.2.3关联分析 7

261192.3强化学习 7

239372.3.1Markov决策过程 7

194762.3.2值函数和策略 7

231092.3.3Q学习和Sarsa 7

223042.3.4深度强化学习 8

2744第3章深度学习技术 8

205213.1神经网络简介 8

7983.1.1神经元模型 8

134643.1.2神经网络结构 8

11623.1.3激活函数 8

238713.1.4反向传播算法 8

226413.2卷积神经网络 8

312603.2.1卷积层 8

127403.2.2池化层 8

290603.2.3全连接层 8

20553.2.4常见卷积神经网络结构 8

259593.3循环神经网络 8

174083.3.1RNN基本结构 8

306503.3.2长短时记忆网络（LSTM） 8

48463.3.3门控循环单元（GRU） 9

285073.3.4双向循环神经网络 9

72753.4对抗网络 9

104703.4.1GAN基本原理 9

308193.4.2器与判别器 9

233763.4.3GAN的训练策略 9

281073.4.4GAN在图像与转换领域的应用 9

13896第4章计算机视觉应用 9

20384.1图像分类 9

206524.1.1卷积神经网络（CNN） 9

163204.1.2数据预处理 9

203684.1.3模型训练与优化 9

79124.1.4应用案例 9

129794.2目标检测 9

141534.2.1RCNN系列 10

228634.2.2FastRCNN与FasterRCNN 10

217204.2.3YOLO系列 10

109134.2.4应用案例 10

185714.3语义分割 10

265404.3.1全卷积神经网络（FCN） 10

234544.3.2编码器解码器结构 10

61344.3.3应用案例 10

137744.4人脸识别 10

208244.4.1人脸检测 10

57524.4.2特征提取 11

233144.4.3人脸识别算法 11

327134.4.4应用案例 11

28356第5章自然语言处理 11

113645.1词向量与词嵌入 11

117775.1.1词向量表示 11

110395.1.2词嵌入训练 11

229295.2语法分析与句法分析 11

66045.2.1依存句法分析 11

326645.2.2组合句法分析 11

325535.3机器翻译 12

164565.3.1统计机器翻译 12

13845.3.2神经网络机器翻译 12

12175.4文本 12

86945.4.1式对话系统 12

87795.4.2自动摘要 12

236495.4.3机