1、精選人工智能課程體系及項(xiàng)目實(shí)戰(zhàn)1、機(jī)器學(xué)習(xí)課程大綱第一課：Python基礎(chǔ)與科學(xué)計(jì)算庫numpy1.Python語言基礎(chǔ)精選2.Python數(shù)據(jù)結(jié)構(gòu)（列表,字典,元組）3.科學(xué)計(jì)算庫Nump淳礎(chǔ)4.Nu mpy數(shù)組操作5.Numpy矩陣基本操作6. Num py矩陣初始化與創(chuàng)建7.Num py排序與索引第二課：數(shù)據(jù)分析處理庫與數(shù)據(jù)可視化庫1.Pandas數(shù)據(jù)讀取與現(xiàn)實(shí)2. Pandas樣本數(shù)值計(jì)算與排序3. Pandas數(shù)據(jù)預(yù)處理與透視表4.Pandas自定義函數(shù)5.Pandas核心數(shù)據(jù)結(jié)構(gòu)Series詳解6.Pandas數(shù)據(jù)索引7. Matplotlib繪制第一個(gè)折線圖8. Matplotl

2、ib條形圖,直方圖,四分圖繪制5.邏輯回歸建模精選9. Matplotlib數(shù)據(jù)可視化分析第三課：回歸算法1.機(jī)器學(xué)習(xí)要解決的任務(wù)2.有監(jiān)督與無監(jiān)督問題3.線性回歸算法原理推導(dǎo)4.實(shí)現(xiàn)簡易回歸算法5.邏輯回歸算法原題6.實(shí)戰(zhàn)梯度下降算法第四課：案例實(shí)戰(zhàn)信用卡欺詐檢測1.數(shù)據(jù)與算法簡介2.樣本不平衡問題解決思路3.下采樣解決方案4.正則化參數(shù)選擇6.過采樣與SMOT算法5.特征的選擇與重要性衡量指標(biāo)精選第五課：決策樹與隨機(jī)森林2.決策樹構(gòu)造原理推導(dǎo)3.ID3,C4.5算法4.決策樹剪枝策略5.隨機(jī)森林算法原理6.基于隨機(jī)森林的特征重要性選擇第六課：Kaggle機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn) 1.泰坦尼克船員獲

3、救預(yù)測2.使用pandas庫進(jìn)行數(shù)據(jù)讀取與缺失值預(yù)處理3.使用scikit-learn庫對比回歸模型與隨機(jī)森林模型4GBDT構(gòu)造原理5.神經(jīng)網(wǎng)絡(luò)表現(xiàn)效果精選6.機(jī)器學(xué)習(xí)中的級聯(lián)模型7.使用級聯(lián)模型再戰(zhàn)泰坦尼克第七課：支持向量機(jī)算法 1.SV M要解決的問題2.線性SVM原理推導(dǎo)3.SV M對偶問題與核變換4. soft支持向量機(jī)問題5.多類別分類問題解決方案第八課：神經(jīng)網(wǎng)絡(luò)模型 1 .前向傳播與反向傳播結(jié)構(gòu)2.激活函數(shù)3.神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)4.深入神經(jīng)網(wǎng)絡(luò)細(xì)節(jié)第九課：mnist手寫字體識別1. Tensorflow框架2.CN N網(wǎng)絡(luò)結(jié)構(gòu)3.基于tensorflow的網(wǎng)絡(luò)框架4.構(gòu)造CNN網(wǎng)絡(luò)結(jié)構(gòu)5

4、.迭代優(yōu)化訓(xùn)練2.信用卡欺詐檢測案例精選第十課：聚類與集成算法 1.k-mea nsQBSCAN等經(jīng)典聚類算法原理2. python實(shí)現(xiàn)k-means算法3.聚類算法應(yīng)用場景與特征工程4.Adaboost集成算法原理機(jī)器學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn)1.科比職業(yè)生涯數(shù)據(jù)分析精選3.鳶尾花數(shù)據(jù)集分析4.泰坦尼克號船員獲救預(yù)測5.員工離職預(yù)測6.mnist手寫字體識別精選2、人機(jī)對話課程大綱第一章：Human robot-chattersystem運(yùn)行環(huán)境1.pycharm下載及安裝2.pycharm的庫使用介紹3.pycharm使用實(shí)例演示4. Anaconda下載安裝5. Anaconda庫使用6.Anacon

5、da使用實(shí)例演示1. rob ot是什么第二章：robot基本概念2.robot的應(yīng)用場景3.robot語言依賴性4.robot工作流程5.robot運(yùn)行環(huán)境精選6.robot框架介紹7. robot的安裝（api與源碼）8. robot的quickstart第三章：robot智能機(jī)器人 1.創(chuàng)建機(jī)器人2.設(shè)置機(jī)器人適配器3.輸入與輸出適配器4.邏輯適配器5.機(jī)器人響應(yīng)應(yīng)答6.訓(xùn)練自己的語料第四章：robot之eample數(shù)據(jù)源詳述（單詞與文本）1. simple demo數(shù)據(jù)2. mo ngodb數(shù)據(jù)3.git數(shù)據(jù)精選4. terminnal5. more數(shù)據(jù)第五章：設(shè)置robot訓(xùn)練級別1

6、.訓(xùn)練list data2.訓(xùn)練corpus data3.訓(xùn)練scope data 4.訓(xùn)練外部API 5.創(chuàng)建一個(gè)新的語料級別6.抽取自己機(jī)器人的語料1. filter是什么3. filter的創(chuàng)建第六章：robot之過濾器2.filter的主要用途是什么精選4. filter的設(shè)置精選5.filter級別設(shè)置6. filter判別第七章：自然語言處理之robot適配器詳解 1.邏輯適配器2.輸入適配器3.輸出適配器4.數(shù)據(jù)計(jì)算適配器第八章 自然語言處理之robot參數(shù) 1.什么robot參數(shù)2.擴(kuò)展機(jī)器人參數(shù)3.robot日志輸出4.robot慣用日志輸出第九章：session識別詳解1.

7、 session構(gòu)建精選2.session實(shí)戰(zhàn)案例操作3.文摘自動(dòng)生成人機(jī)對話項(xiàng)目實(shí)戰(zhàn) 1.項(xiàng)目介紹背景2.項(xiàng)目核心技術(shù)點(diǎn)介紹3.智能機(jī)器人人機(jī)對話系統(tǒng)4.代碼實(shí)現(xiàn)5.人機(jī)對話優(yōu)化（補(bǔ)充優(yōu)化）6.開源機(jī)器人有哪些精選3、深度學(xué)習(xí)課程大綱第一階段：Python必備庫快速入門1. Python語言基礎(chǔ)快速入門2.科學(xué)計(jì)算庫Numpy 3.數(shù)據(jù)分析處理庫Pandas4.可視化庫Matplotlib5.人工智能必備Python基礎(chǔ)，快速掌握語言風(fēng)格與常用庫使用方法第二階段：機(jī)器學(xué)習(xí)經(jīng)典算法 1.線性回歸2.邏輯回歸3.決策樹4.隨機(jī)森林5.支持向量機(jī)6. Xgboost7.聚類8.神經(jīng)網(wǎng)絡(luò)精選9. P

8、CA與SVD10.詞向量模型word2vec11.機(jī)器學(xué)習(xí)必備經(jīng)典算法原理推導(dǎo)第三階段：機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn) 1.科比職業(yè)生涯數(shù)據(jù)2.泰坦尼克號船員獲救預(yù)測3.信用卡欺詐檢測4.鳶尾花數(shù)據(jù)集分類5.Mnist手寫字體識別6.員工離職與股價(jià)預(yù)測7.基于真實(shí)數(shù)據(jù)集，使用scikit-learn庫進(jìn)行建模與評估工作，從 零開始，代碼實(shí)戰(zhàn)。第四階段：決勝AI深度學(xué)習(xí)必備原理精選1.深度學(xué)習(xí)發(fā)展與應(yīng)用2.神經(jīng)網(wǎng)絡(luò)必備基礎(chǔ)3.神經(jīng)網(wǎng)絡(luò)架構(gòu)4.卷積神經(jīng)網(wǎng)絡(luò)詳解5.神經(jīng)網(wǎng)絡(luò)技巧與細(xì)節(jié)6.強(qiáng)化學(xué)習(xí)原理與實(shí)踐7.從神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識點(diǎn)入手， 分模塊講解神經(jīng)網(wǎng)絡(luò)細(xì)節(jié)，由淺入深 過渡到深層的卷積神經(jīng)網(wǎng)絡(luò)，技巧與細(xì)節(jié)分析。第

9、五階段：深度學(xué)習(xí)必備框架1. Tensorflow基礎(chǔ)操作2.Tensorflow建立機(jī)器學(xué)習(xí)模型3.Tensorflow神經(jīng)網(wǎng)絡(luò)詳解4.基于Tensoflow的CNN與RNN模型5. Caffe框架配置參數(shù)詳解6.Caffe兩種常用數(shù)據(jù)源制作精選7.Caffe技巧與應(yīng)用 深度學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn)1.驗(yàn)證碼識別（基于Tensorflow）2.文本分類（基于Tensorflow）3.圖像風(fēng)格轉(zhuǎn)換（基于Tensorflow）4.詞向量模型Word2vec（基于Tensorflow）5.強(qiáng)化學(xué)習(xí)讓AI自己玩游戲（基于Tensorflow）6.人臉檢測（基于Caffe）7.人臉關(guān)鍵點(diǎn)定位（基于Caffe）4、

10、圖像處理課程大綱第一課：認(rèn)識OpenCVOpenCVOpenCV 介紹、環(huán)境搭建、圖像加載、顯示、保存。讀取視頻文件與攝像頭視頻 流讀取與保存。第二課：神奇的數(shù)據(jù)結(jié)構(gòu)Mat講解 OpenCV3.XOpenCV3.X 中最重要的數(shù)據(jù)結(jié)構(gòu) MatMat,如何使用 MatMat、各種基于 MatMat 的操作技巧，指針方式訪問與遍歷像素、實(shí)例詳解 MatMat 的妙用精選第三課：像素算術(shù)與幾何操作講解如何計(jì)算圖像最大最小值、均值與標(biāo)準(zhǔn)方差、加、減、乘、除算術(shù)操作，以 及與或非的邏輯運(yùn)算、 重點(diǎn)演示這些簡單操作， 在實(shí)際圖像處理中的使用技巧與 應(yīng)用場景第四課：濾波函數(shù)-改變圖像的神奇手段講解 Open

11、CV3.XOpenCV3.X 中最常用的基于卷積原理的濾波函數(shù)、包括均值、中值、高斯、 盒子模糊、自定義濾波器等技術(shù)與使用技巧講解 OpenCVOpenCV 中梯度與邊緣提取的方法與函數(shù)調(diào)用、以及使用技巧，如何正確的使用這些方法獲得正確處理結(jié)果，如何避免人為輸入?yún)?shù)行為第六課：高斯金子塔與拉普拉斯講述什么是圖像金字塔、 什么圖像的高斯不同、 拉普拉斯不同， 圖像金字塔融合 技術(shù)第七課：直方圖與反向投影詳細(xì)講述圖像直方圖的定義、 應(yīng)用場合與場景、 直方圖反向投影技術(shù)在圖像處理 與視頻處理用的應(yīng)用第八課：圖像二值化講述圖像二值化的各種方法與技巧、如何對超大圖像進(jìn)行準(zhǔn)確二值化精選第九課：圖像形態(tài)學(xué)操

12、作講述二值圖像的各種形態(tài)學(xué)操作與使用技巧第十課：霍夫變換與Blob分析直線檢測 , , 圓檢測 特定幾何形狀分析課：二值圖像分析-對象提取與測量基于輪廓分析、幾何矩分析講解二值圖像中對象分析與對象測量技術(shù)第十二課：HAAF與LBP特征與人臉檢測講述基于統(tǒng)計(jì)特征的 HAARTHAART LBPLBP 方式與 AdaBoostAdaBoost 起工作實(shí)現(xiàn)人臉檢測的原理、OpenCV!OpenCV!關(guān) APIAPI 參數(shù)解釋、以及其他開源的與商用的人臉檢測 SDKSDK 勺使用。在 圖像與視頻中實(shí)現(xiàn)人臉檢測圖像處理項(xiàng)目實(shí)戰(zhàn)1.AR技術(shù)應(yīng)用直播視頻中經(jīng)常會出現(xiàn)的技術(shù)、基于 OpenCNOpenCN 實(shí)

13、現(xiàn)對視頻中人臉實(shí)時(shí)跟蹤，實(shí)現(xiàn) 一些虛擬旁白與裝飾圖片與場景融合。2.二維碼檢測與定位二維碼的圖像掃碼解析已經(jīng)成為很多 APPAPP 的標(biāo)準(zhǔn)配置與使用方式，但是檢測與定 位二維碼位置一直是技術(shù)難點(diǎn)， 本案例通過直播課程所學(xué)知識， 帶領(lǐng)大家一步一 步剖析知識點(diǎn)、整理思路、實(shí)現(xiàn)代碼、實(shí)現(xiàn)圖像中二維碼位置檢測與定位精選3. 車牌提取與預(yù)處理詳細(xì)分析如何利用所學(xué)知識， 綜合分析解決車牌識別中最難技術(shù)問題之一， 車牌 定位與提取、以及前期預(yù)處理精選5、網(wǎng)絡(luò)爬蟲課程大綱1、零基礎(chǔ)入門Python網(wǎng)絡(luò)爬蟲 1.認(rèn)識Python網(wǎng)絡(luò)爬蟲2.網(wǎng)絡(luò)爬蟲工作原理詳解3.網(wǎng)絡(luò)爬蟲的常見類型與應(yīng)用領(lǐng)域4.數(shù)據(jù)提取技術(shù)基礎(chǔ)

14、：正則表達(dá)式基礎(chǔ)實(shí)例實(shí)戰(zhàn)5.編寫一個(gè)簡單網(wǎng)絡(luò)爬蟲爬取51CTO學(xué)院課程數(shù)據(jù)2、Urllib模塊基礎(chǔ)與糗事百科爬蟲項(xiàng)目實(shí)戰(zhàn) 1.使用Urilib模塊進(jìn)行簡單網(wǎng)頁爬取2.百度信息自動(dòng)搜索爬蟲實(shí)戰(zhàn)3.自動(dòng)POST青求實(shí)戰(zhàn)4.Cookie處理實(shí)戰(zhàn)5.瀏覽器偽裝技術(shù)實(shí)戰(zhàn)6.數(shù)據(jù)自動(dòng)寫入數(shù)據(jù)庫實(shí)戰(zhàn)7.糗事百科網(wǎng)絡(luò)爬蟲項(xiàng)目實(shí)戰(zhàn)精選3、淘寶商品圖片爬蟲開發(fā)實(shí)戰(zhàn)1.淘寶商品圖片爬蟲實(shí)現(xiàn)思路分析2.淘寶商品圖片信息的分析與提取3.編寫淘寶商品圖片爬蟲對目標(biāo)圖片進(jìn)行批量爬取4.淘寶商品圖片爬蟲項(xiàng)目的調(diào)試與運(yùn)行4、用戶代理池與IP代理池構(gòu)建技術(shù)實(shí)戰(zhàn)1.為什么要構(gòu)建用戶代理池與IP代理池（避免被反爬）2.IP代理池構(gòu)建

15、的第一種方案實(shí)戰(zhàn)（隨機(jī)IP代理池）3.IP代理池構(gòu)建的第二種方案實(shí)戰(zhàn)（接口調(diào)用可用IP）4.如何驗(yàn)證IP是否為可用IP（代理IP的自動(dòng)過濾與篩選）5.IP代理池構(gòu)建的第三種方案（自建服務(wù)器+自動(dòng)切換IP技術(shù)）6.同時(shí)構(gòu)建IP代理池與用戶代理池7.使用用戶代理池與IP代理池技術(shù)批量爬取法律文書數(shù)據(jù)1.騰訊視頻評論爬蟲項(xiàng)目的簡單實(shí)現(xiàn)精選5、使用抓包分析技術(shù)獲取Ajax動(dòng)態(tài)請求數(shù)據(jù)實(shí)戰(zhàn) 1.抓包分析技術(shù)簡介與Fiddler軟件使用基礎(chǔ)2.抓取HTTPS數(shù)據(jù)包難點(diǎn)解決技巧3.Ajax動(dòng)態(tài)請求數(shù)據(jù)的分析與獲取4.通過抓包技術(shù)分析中國裁判文書網(wǎng)數(shù)據(jù)請求5.實(shí)現(xiàn)對隱藏文書數(shù)據(jù)的批量爬取實(shí)戰(zhàn)6、淘寶大型商品數(shù)

16、據(jù)爬蟲項(xiàng)目實(shí)戰(zhàn)1.淘寶大型商品數(shù)據(jù)爬蟲項(xiàng)目的實(shí)現(xiàn)思路分析2.對目標(biāo)爬取數(shù)據(jù)與網(wǎng)頁進(jìn)行簡單分析3.通過抓包分析技術(shù)獲取淘寶價(jià)格信息數(shù)據(jù)4. GBD大型商品數(shù)據(jù)爬蟲項(xiàng)目的編寫實(shí)戰(zhàn)T構(gòu)造原理5.將爬取的目標(biāo)數(shù)據(jù)自動(dòng)寫入數(shù)據(jù)庫中存儲7、騰訊視頻評論爬蟲項(xiàng)目實(shí)戰(zhàn)2.對騰訊視頻評論進(jìn)行抓包分析3.實(shí)現(xiàn)自動(dòng)加載請求騰訊視頻評論10.實(shí)現(xiàn)票務(wù)的自動(dòng)監(jiān)控與自動(dòng)搶票實(shí)戰(zhàn)精選4.騰訊視頻評論爬蟲項(xiàng)目完善與實(shí)戰(zhàn)8、12306火車票搶票項(xiàng)目開發(fā)實(shí)戰(zhàn) 1.12306火車票搶票項(xiàng)目的開發(fā)思路分析2.實(shí)現(xiàn)cookie的自動(dòng)處理實(shí)戰(zhàn)3.實(shí)現(xiàn)登錄驗(yàn)證碼的處理實(shí)戰(zhàn)4.編寫自動(dòng)登錄12306爬蟲實(shí)戰(zhàn)5.通過抓包技術(shù)分析12306接口

17、數(shù)據(jù)集6.余票查詢功能的實(shí)現(xiàn)實(shí)戰(zhàn)7.自動(dòng)提交預(yù)訂申請功能的實(shí)現(xiàn)實(shí)戰(zhàn)8.乘客信息的自動(dòng)選擇功能的實(shí)現(xiàn)實(shí)戰(zhàn)9.訂單的自動(dòng)確認(rèn)與提交功能的實(shí)現(xiàn)實(shí)戰(zhàn)2.目標(biāo)數(shù)據(jù)提取與商品頁面分析精選9、Scrapy框架基礎(chǔ)使用實(shí)戰(zhàn) 1.Scrapy框架的優(yōu)點(diǎn)2.Scrapy框架的安裝與難點(diǎn)解決實(shí)戰(zhàn)3.Scrapy簡單命令基礎(chǔ)使用實(shí)戰(zhàn)4. XPath表達(dá)式基礎(chǔ)實(shí)戰(zhàn)5.Items的編寫與使用6.Scrapy爬蟲的編寫實(shí)戰(zhàn)7.使用pipelines對數(shù)據(jù)進(jìn)行后續(xù)處理實(shí)戰(zhàn)8.settings的常見設(shè)置9.中間件技術(shù)實(shí)戰(zhàn)10.通過Scrapy框架構(gòu)建一個(gè)簡單的爬蟲項(xiàng)目實(shí)戰(zhàn)10、Scrapy當(dāng)當(dāng)網(wǎng)商品數(shù)據(jù)爬蟲項(xiàng)目開發(fā)實(shí)戰(zhàn)1.當(dāng)當(dāng)

18、網(wǎng)商品數(shù)據(jù)爬蟲實(shí)現(xiàn)思路分析3.Scrapy當(dāng)當(dāng)網(wǎng)商品數(shù)據(jù)爬蟲項(xiàng)目的創(chuàng)建4.Items的編寫實(shí)戰(zhàn)2.登錄數(shù)據(jù)傳遞請求的截獲與分析精選5.商品數(shù)據(jù)爬蟲的開發(fā)實(shí)戰(zhàn)6.數(shù)據(jù)的后續(xù)處理與Pipelines編寫實(shí)戰(zhàn)11、Scrapy和訊博客爬蟲項(xiàng)目開發(fā)實(shí)戰(zhàn)1.和訊博客博文數(shù)據(jù)爬蟲實(shí)現(xiàn)思路分析2.目標(biāo)數(shù)據(jù)提取與和訊博客頁面分析3.Scrapy和訊博客博文數(shù)據(jù)爬蟲項(xiàng)目的創(chuàng)建4.Items的編寫實(shí)戰(zhàn)5.博客博文數(shù)據(jù)爬蟲的開發(fā)實(shí)戰(zhàn)6.數(shù)據(jù)的后續(xù)處理與Pipelines編寫實(shí)戰(zhàn)12、Scrapy豆瓣網(wǎng)自動(dòng)登錄爬蟲項(xiàng)目開發(fā)實(shí)戰(zhàn) 1.Scrapy豆瓣網(wǎng)自動(dòng)登錄爬蟲項(xiàng)目實(shí)現(xiàn)思路分析2.抓包分析技術(shù)實(shí)在無法解決的情況下如何

19、編寫爬蟲精選3.Scrapy豆瓣網(wǎng)自動(dòng)登錄爬蟲項(xiàng)目的創(chuàng)建實(shí)戰(zhàn)4.Scrapy豆瓣網(wǎng)自動(dòng)登錄爬蟲項(xiàng)目的編寫開發(fā)實(shí)戰(zhàn)5.實(shí)現(xiàn)驗(yàn)證碼的自動(dòng)識別并自動(dòng)登錄6.登錄狀態(tài)的保持實(shí)戰(zhàn)7.自動(dòng)登錄并自動(dòng)爬取登錄后頁面的數(shù)據(jù)實(shí)戰(zhàn)13、Scrapy與Urllib整合項(xiàng)目開發(fā)實(shí)戰(zhàn) 1.如何將Scrapy與Urllib整合使用2.京東商城圖書商品數(shù)據(jù)爬蟲的開發(fā)思路3.目標(biāo)數(shù)據(jù)與京東商城圖書商品頁面分析實(shí)戰(zhàn)4.京東商城圖書商品數(shù)據(jù)爬蟲的編寫實(shí)戰(zhàn)5.京東商城圖書商品數(shù)據(jù)爬蟲項(xiàng)目的運(yùn)行與調(diào)試實(shí)戰(zhàn)14、PhantomJS+Selenium技術(shù)基礎(chǔ)實(shí)戰(zhàn)1.爬蟲的常見反爬技術(shù)與各反爬手段破解思路一覽3. PhantomJS技術(shù)與Selenium技術(shù)簡介1.數(shù)據(jù)去重技術(shù)（布隆過濾器構(gòu)建實(shí)戰(zhàn)）精選4.PhantomJS技術(shù)基礎(chǔ)實(shí)戰(zhàn)5.Selenium技術(shù)基礎(chǔ)實(shí)戰(zhàn)6.通過PhantomJS+Selenium技術(shù)實(shí)現(xiàn)爬蟲實(shí)戰(zhàn)15、解決JS動(dòng)態(tài)觸發(fā)+id隨機(jī)生成反爬破解實(shí)戰(zhàn)1. JS動(dòng)態(tài)觸發(fā)+id隨機(jī)生成反爬策略如何破解？2.騰訊動(dòng)漫爬蟲開發(fā)過程遇到的技術(shù)難題引入3.通過PhantomJS+Selenium技術(shù)