AI技术应用实战指南.docVIP

技术应用实战指南

TOC\o1-2\h\u21271第一章：基础理论概述 4

209011.1发展简史 4

88321.1.1早期摸索（1940s1950s） 4

204931.1.2人工智能诞生（1956年） 4

56241.1.3人工智能的第一次繁荣 4

29921.1.4人工智能的第一次低谷 4

313801.1.5人工智能的复苏 4

26771.1.6人工智能的快速发展（1990s至今） 4

79591.2主要技术分支 5

180631.2.1机器学习（MachineLearning） 5

188191.2.2深度学习（DeepLearning） 5

62081.2.3自然语言处理（NaturalLanguageProcessing，NLP） 5

67021.2.4计算机视觉（ComputerVision） 5

110401.2.5强化学习（ReinforcementLearning） 5

206151.2.6知识图谱（KnowledgeGraph） 5

16976第二章：机器学习实战指南 5

181532.1数据预处理 5

275102.2模型选择与训练 6

261622.3模型评估与优化 6

323852.4实际应用案例分析 6

5888第三章：深度学习实战指南 7

308363.1神经网络基础 7

96483.1.1概述 7

291503.1.2神经元模型 7

306263.1.3前向传播与反向传播 7

137233.1.4神经网络训练 7

90373.2卷积神经网络（CNN） 7

253653.2.1概述 8

189703.2.2卷积操作 8

79693.2.3池化操作 8

189983.2.4CNN结构 8

125843.3循环神经网络（RNN） 8

203973.3.1概述 8

56993.3.2RNN结构 8

183083.3.3长短时记忆网络（LSTM） 8

88063.3.4门控循环单元（GRU） 8

32653.4对抗网络（GAN） 8

183963.4.1概述 8

98463.4.2器与判别器 9

80903.4.3GAN的训练 9

26437第四章：自然语言处理实战指南 9

248854.1词向量与文本表示 9

5104.1.1Word2Vec 9

121624.1.2GloVe 9

11004.1.3文本表示 9

18234.2与文本 9

285444.2.1Ngram模型 10

180504.2.2神经网络 10

104914.2.3文本 10

172154.3机器翻译与对话系统 10

17504.3.1机器翻译 10

160264.3.2对话系统 10

88704.4文本分类与情感分析 10

234664.4.1文本分类 10

111594.4.2情感分析 10

2966第五章：计算机视觉实战指南 10

312865.1图像识别与分类 11

186105.2目标检测与跟踪 11

316415.3人脸识别与图像分割 11

326445.4图像与风格迁移 12

30414第六章：推荐系统实战指南 12

156156.1协同过滤与矩阵分解 12

17166.1.1协同过滤概述 12

131636.1.2用户基协同过滤 12

132306.1.3物品基协同过滤 12

296656.1.4矩阵分解 12

132576.2内容推荐与混合推荐 13

266826.2.1内容推荐概述 13

197996.2.2基于内容的推荐 13

148206.2.3基于标签的推荐 13

304676.2.4混合推荐 13

296956.3序列推荐与上下文推荐 13

271196.3.1序列推荐概述 13

255096.3.2基于马尔可夫链的推荐 13

157096.3.3基于循环神经网络的推荐 13

39296.3.4上下文推荐 13

84246.4推荐系统评估与优化 14

99576.4.1推荐系统评估指标 14

126456.4.