包邮人工智能综合项目开发

第1章 初识人工智能项目开发 学习目标 1.1 背景知识 1.1.1 分类算法简介 1.1.2 人工神经网络简介 1.1.3 人工智能模式简介 1.2 理论支撑 1.2.1 数据收集及标注 1.2.2 数据预处理 1.2.3 模型构造 1.2.4 模型训练 1.2.5 模型使用 1.3 实训案例：垃圾邮件分类项目 1.3.1 需求分析 1.3.2 项目开发计划书 1.3.3 用反向传播神经网络实现垃圾邮件分类 练习题 第2章 构建一个自己的图像数据集 学习目标 2.1 背景知识 2.2 理论支撑 2.2.1 常用的公开数据集 2.2.2 数据集构建流程 2.3 实训案例：图像数据收集项目 2.3.1 需求分析 2.3.2 项目开发计划书 2.3.3 数据收集 2.3.4 数据预处理 2.3.5 用工具自动标注数据集 2.3.6 按照标注结果管理自己的相册 练习题 第3章 用人工神经网络实现自动化职业匹配 学习目标 3.1 背景知识 3.2 理论支撑 3.2.1 人工智能项目开发基本流程 3.2.2 反向传播神经网络模型 3.3 实训案例：求职打分系统项目 3.3.1 需求分析 3.3.2 项目开发计划书 3.3.3 用PyTorch构建数据集 3.3.4 搭建模型 3.3.5 训练模型 3.3.6 用反向传播神经网络模型实现求职打分 3.3.7 模型部署 练习题 第4章 用不同的机器学习算法实现客户分类 学习目标 4.1 背景知识 4.2 理论支撑 4.2.1 K近邻算法 4.2.2 随机森林算法 4.2.3 K均值聚类算法 4.2.4 支持向量机算法 4.3 实训案例：银行客户分类项目 4.3.1 需求分析 4.3.2 项目开发计划书 4.3.3 客户数据集构建 4.3.4 用K近邻算法分类银行客户 4.3.5 用随机森林算法分类银行客户 4.3.6 用聚类算法分类银行客户 4.3.7 用SVM分类银行客户 4.3.8 编写各类算法综合测试报告 练习题 第5章 公司新闻简报系统开发 学习目标 5.1 背景知识 5.2 理论支撑 5.2.1 自然语言处理原理简介 5.2.2 自然语言处理典型应用案例 5.2.3 词向量原理简介 5.3 实训案例：公司新闻简报系统项目 5.3.1 需求分析 5.3.2 项目开发计划书 5.3.3 收集所在公司相关文章 5.3.4 生成新闻简报并展示 练习题 第6章 公司物品分类系统开发 学习目标 6.1 背景知识 6.2 理论支撑 6.2.1 API简介 6.2.2 API使用场景 6.3 实训案例：公司物品分类系统项目 6.3.1 需求分析 6.3.2 项目开发计划书 6.3.3 构建物品数据集 6.3.4 基于API实现物品分类 6.3.5 存储物品分类结果 6.3.6 产品发布步骤与注意事项 练习题 第7章 公司文件管理系统开发 学习目标 7.1 背景知识 7.2 理论支撑 7.2.1 OCR简介 7.2.2 OCR使用典型案例介绍 7.3 实训案例：公司文件管理系统项目 7.3.1 需求分析 7.3.2 项目开发计划书 7.3.3 将纸质文件转换为电子图像 7.3.4 基于OCR API提取文字 7.3.5 自动识别文件夹中的图片 练习题 第8章 公司业务数据管理系统开发 学习目标 8.1 背景知识 8.2 理论支撑 8.2.1 基于Python GUI的用户友好界面设计 8.2.2 基于Python SQLite的后端数据库设计 8.3 实训案例：公司业务数据管理系统项目 8.3.1 需求分析 8.3.2 项目开发计划书 8.3.3 窗口设计及实现 8.3.4 数据库设计及实现 8.3.5 嵌入图表化展示 8.3.6 嵌入时间序列预测算法 练习题 第9章 公司舆情分析系统开发 学习目标 9.1 背景知识 9.1.1 数据整合 9.1.2 危机应对 9.2 理论支撑 9.2.1 网络爬虫 9.2.2 词频统计 9.2.3 基于SnowNLP的情感分析 9.3 实训案例：公司舆情分析系统项目 9.3.1 需求分析 9.3.2 项目开发计划书 9.3.3 网络爬虫方法实现 9.3.4 词频统计方法实现 9.3.5 情感分析方法实现 9.3.6 舆情分析系统集成 9.3.7 系统运行及测试 9.3.8 产品发布文档 练习题 第10章 公司票据自动识别系统开发 学习目标 10.1 背景知识 10.2 理论支撑 10.2.1 智能化票据识别 10.2.2 手写字体识别 10.3 实训案例：公司票据自动识别系统项目 10.3.1 需求分析 10.3.2 项目开发计划书 10.3.3 前端实现 10.3.4 图片文字识别方法优化 10.3.5 后端实现 10.3.6 系统运行及测试 10.3.7 产品发布文档 练习题 第11章 顾客评价情感分析系统开发 学习目标 11.1 背景知识 11.2 理论支撑 11.2.1 情感词典 11.2.2 词性标注和命名实体识别 11.3 实训案例：顾客评价情感分析系统项目 11.3.1 需求分析 11.3.2 项目开发计划书 11.3.3 实施及测试方案制定 11.3.4 情感分析任务公开数据集 11.3.5 搭建模型 11.3.6 训练模型 11.3.7 产品发布文档 练习题