人工智能应用开发与案例分析

第1章绪论 1.1人工智能发展历程 1.2“人工智能 ”应用的创新 1.3人工智能应用开发流程 1.4人工智能开发环境搭建 1.4.1AI开源算法框架 1.4.2Python人工智能开发环境部署 1.5实践作业 参考文献 第2章巧妇难为无米之炊——数据准备 2.1开源数据集 2.1.1计算机视觉相关数据集 2.1.2计算机听觉相关数据集 2.1.3自然语言处理相关数据集 2.2网络数据爬取 2.2.1通用爬虫与聚焦爬虫 2.2.2Python爬虫技术解析 2.2.3数据清洗 2.3基于爬虫的大数据获取案例 2.3.1基于爬虫软件的大数据获取 2.3.2基于Python爬虫技术的侨情数据获取 2.4实践作业 参考文献 第3章零基础开发——人工智能定制化训练服务 3.1人工智能学习模式简介 3.1.1机器学习范例 3.1.2监督学习 3.1.3无监督学习 3.1.4半监督学习 3.1.5强化学习 3.1.6迁移学习
3.2人工智能定制化训练服务平台 3.2.1百度人工智能定制平台 3.2.2图灵机器人平台Turing OS 3.2.3小i机器人Bot开放平台 3.2.4思必驰DUI开放平台 3.2.5华为AI开发平台ModelArts 3.2.6腾讯云AI平台服务 3.3百度人工智能定制平台应用开发实例 3.3.1基于EasyDL平台的图像分类 3.3.2基于UNIT平台的智能客服机器人构建 3.4人工智能模型性能评估 3.4.1通用泛化误差指标的计算 3.4.2分类模型的评估指标 3.4.3回归模型的评估指标 3.4.4学习任务视角下的评估指标 3.5人工智能产品智商评测 3.5.1人类智商评测模型 3.5.2流行的人工智能评测理论 3.5.3通用人工智能智商评测理论 3.5.4人工智能等级划分 3.6实践作业 参考文献 第4章人工智能关键技术简介 4.1人工神经网络深度学习 4.1.1人工神经网络概述 4.1.2卷积神经网络 4.1.3循环神经网络 4.2自然语言处理技术 4.2.1机器理解自然语言的步骤 4.2.2机器理解自然语言所需的相关知识 4.3知识图谱 4.3.1认知的组织体系 4.3.2知识图谱的核心概念 4.3.3知识图谱库的规模 4.3.4知识图谱的特点 4.3.5知识图谱的技术体系 4.3.6知识图谱的知识来源 4.3.7知识图谱的知识抽取 4.3.8知识图谱和自然语言处理的关系 4.4实践作业 参考文献 第5章智能秘书——任务型机器人 5.1任务型机器人简介 5.2任务型对话机器人核心算法 5.2.1技术框架 5.2.2槽位填充 5.2.3对话状态追踪 5.3基于端到端模型的任务型机器人开发案例 5.3.1问题描述 5.3.2项目解析 5.3.3模型解析 5.3.4算法实现 5.4实践作业 参考文献 第6章一呼即应——语音唤醒 6.1语音唤醒技术简介 6.2唤醒词设置 6.2.1唤醒词的组合方式 6.2.2唤醒词的语音要素 6.3语音唤醒模型 6.3.1基于模板匹配的KWS 6.3.2基于HMMGMM的KWS 6.3.3基于人工神经网络的KWS 6.4语音唤醒模型部署 6.5语音唤醒范例 6.5.1语音信号处理 6.5.2CNN模型训练 6.5.3CNN模型测试 6.6实践作业 参考文献 第7章文字高手——写作机器人 7.1写作机器人研究与产业现状 7.1.1国外写作机器人产品现状 7.1.2国内写作机器人简介 7.2写作机器人核心算法 7.2.1模板式写作 7.2.2抽取式写作 7.2.3生成式写作 7.3写作机器人开发案例 7.3.1Giiso平台体验 7.3.2“李白写作”体验 7.3.3基于RNN的唐诗生成 7.3.4图片描述生成 7.4实践作业 参考文献 第8章一秒钟变大师——基于风格迁移的艺术创作 8.1人工智能绘画发展与现状 8.1.1传统计算机绘画 8.1.2基于深度学习的计算机绘画 8.1.3人工智能绘画相关的比赛 8.2人工智能绘画范例——风格迁移 8.2.1算法原理 8.2.2风格迁移开发案例 8.3实践作业 参考文献 第9章无中生有——人工智能数据生成 9.1生成式对抗网络(GAN)原理 9.1.1GAN的概念 9.1.2GAN的原理 9.1.3GAN模型的改进 9.2基于GAN的手写数字生成实践 9.3实践作业 参考文献 第10章AI带你玩——人工智能在游戏中的应用 10.1游戏中的AI应用简介 10.1.1游戏AI的应用模式 10.1.2AlphGo项目简介 10.1.3AI生成游戏 10.2强化学习算法原理 10.2.1强化学习核心概念 10.2.2强化学习算法原理 10.3基于强化学习的AI玩家开发案例 10.4实践作业 参考文献 第11章知识将比数据更重要——知识图谱 11.1知识图谱的应用模式 11.1.1让搜索直通答案 11.1.2提供丰富的信息 11.1.3基于知识图谱的信息推荐 11.1.4基于知识图谱的用户理解 11.2领域知识图谱的构建流程 11.2.1模式设计 11.2.2明确数据来源 11.2.3词汇挖掘 11.2.4领域实体发现 11.2.5关系发现 11.2.6知识融合 11.2.7质量控制 11.3知识图谱开发案例 11.3.1图数据库的搭建 11.3.2Flask配置 11.3.3配置uWSGI 11.3.4构建一个小型的教育知识图谱 11.4实践作业 参考文献