AI技术应用开发作业指导书.docVIP

技术应用开发作业指导书

TOC\o1-2\h\u21320第一章引言 3

182871.1技术概述 4

146501.2技术发展历程 4

209951.2.1早期摸索（1950s） 4

292701.2.2知识工程（1970s） 4

291251.2.3机器学习（1980s） 4

125301.2.4深度学习（2010s） 4

243041.3技术应用领域 4

262561.3.1智能家居 4

241461.3.2医疗健康 4

166001.3.3金融服务 4

68691.3.4交通运输 5

111061.3.5教育 5

298581.3.6其他领域 5

25818第二章技术基础 5

149032.1机器学习基础 5

272072.1.1定义与分类 5

89772.1.2监督学习 5

208552.1.3无监督学习 5

248072.1.4强化学习 5

132802.2深度学习基础 5

9072.2.1定义与原理 5

54952.2.2基本结构 6

32972.2.3训练与优化 6

202952.3自然语言处理基础 6

157652.3.1定义与任务 6

9852.3.2基本技术 6

103562.3.3常用模型 6

5025第三章数据预处理与特征工程 6

188333.1数据清洗 6

312453.1.1概述 6

19553.1.2实施方法 7

327543.2数据转换 7

310373.2.1概述 7

221153.2.2实施方法 7

217083.3特征选择与特征提取 7

13343.3.1概述 7

270063.3.2实施方法 8

12996第四章模型训练与优化 8

124234.1模型选择 8

139974.1.1数据特点 8

167324.1.2问题类型 8

142404.1.3模型功能 8

22574.1.4训练时间与资源消耗 9

216224.2模型训练 9

251654.2.1数据预处理 9

69514.2.2参数设置 9

274984.2.3训练与验证 9

256954.2.4模型保存与加载 9

280864.3模型优化 9

83804.3.1超参数调优 9

223954.3.2特征工程 9

197084.3.3模型融合 9

173274.3.4迁移学习 9

114304.3.5模型压缩与加速 10

21116第五章模型评估与调参 10

99745.1模型评估指标 10

243275.2调参方法 10

163935.3超参数优化 11

17493第六章应用开发框架 11

145026.1TensorFlow 11

129356.1.1特性 11

289496.1.2开发流程 11

242596.2PyTorch 12

204506.2.1特性 12

275156.2.2开发流程 12

131826.3Keras 12

51186.3.1特性 12

281836.3.2开发流程 12

15727第七章计算机视觉应用 13

13247.1图像分类 13

247297.1.1概述 13

313847.1.2基本概念 13

69677.1.3常用算法 13

212997.1.4实现步骤 13

278177.2目标检测 14

284707.2.1概述 14

3067.2.2基本概念 14

110137.2.3常用算法 14

184737.2.4实现步骤 14

130737.3图像分割 14

135197.3.1概述 14

30477.3.2基本概念 15

180777.3.3常用算法 15

60627.3.4实现步骤 15

7503第八章自然语言处理应用 15

278098.1文本分类 15

158628.1.1概述 15

113378.1.2技术原理 15

66058.1.3应用实例 16

188108.2机器翻译 16

114468.2.1概述 16

234048.2.2技术原