小册描述
目录
- 1.1由机器学习到人工智能的定义
- 1.2人工智能发展史
- 1.3认知机器学习
- 1.3.1机器学习概念
- 1.3.2机器学习方式
- 1.4深度学习
- 1.4.1深度学习起源于感知机
- 1.4.2通过激活函数实现微调
- 1.4.3深度学习的输出层
- 1.5人工智能相关概念
- 1.5.1训练数据集
- 1.5.2验证数据集
- 1.5.3测试数据集
- 1.5.4过拟合和欠拟合
- 1.6人工智能学习方向概览
- 2.1Python编辑环境的搭建
- 2.1.1搭建Python运行环境
- 2.1.2Python环境变量的设置
- 2.1.3PyCharm编辑工具的安装
- 2.1.4启动PyCharm工具
- 2.1.5PyCharm创建个Python程序
- 2.2Python程序入门
- 2.2.1顺序结构
- 2.2.2条件分支结构
- 2.2.3循环结构
- 2.3Python函数功能的实现
- 2.4Python数据类型的认识
- 2.5Python编程逻辑实战
- 3.1简易应答机器人实现
- 3.2应答机器人的分类思维
- 3.2.1畅聊与尬聊的分类思维
- 3.2.2畅聊和尬聊分类中的噪声
- 3.2.3畅聊和尬聊的多分类问题
- 3.3问题推荐与意图表达
- 3.4Softmax多分类算法
- 3.5AIML模块实战应答机器人
- 4.1计算机视觉对图像的理解
- 4.2计算机视觉的任务
- 4.3物体检测
- 4.3.1滑动窗口法
- 4.3.2图像金字塔
- 4.3.3YOLO设计理念与CNN模型
- 4.4BOW原理
- 4.5ImageAI模块使用实战
- 4.5.1ImageAI模块的安装
- 4.5.2ImageAI模块实现物体检测
- 5.1人脸识别的理解
- 5.2人脸识别的发展简史
- 5.3人脸识别系统组成
- 5.3.1数据获取
- 5.3.2图像预处理
- 5.3.3人脸识别的主要算法
- 5.3.4人脸识别的主要特征点
- 5.3.5人脸检测和人脸识别的技术指标
- 5.4人脸识别模块实战
- 5.4.1人脸识别模块face-recognition的安装
- 5.4.2face-recognition人脸识别模块的脸部位置检测
- 5.4.3face-recognition人脸识别模块的脸部识别
- 5.4.4face-recognition人脸识别模块的脸部关键点检测及美妆