人工智能课程体系与项目实战.doc

人工智能课程体系及项目实战
1、机器学习课程大纲
第一课：Python基础与科学计算库numpy
1.Python语言基础

2.Python数据结构（列表,字典,元组）
3.科学计算库Numpy基础
4.Numpy数组操作
5.Numpy矩阵基本操作
6.Numpy矩阵初始化与创建
7.Numpy排序与索引
第二课：数据分析处理库与数据可视化库
1.Pandas数据读取与现实
2.Pandas样本数值计算与排序
3.Pandas数据预处理与透视表
4.Pandas自定义函数
5.Pandas核心数据结构Series详解
6.Pandas数据索引

7. Matplotlib绘制第一个折线图
8. Matplotlib条形图,直方图,四分图绘制

9. Matplotlib数据可视化分析
第三课：回归算法
1.机器学习要解决的任务
2.有监督与无监督问题
3.线性回归算法原理推导
4.实现简易回归算法
5.逻辑回归算法原题
6.实战梯度下降算法
第四课：案例实战信用卡欺诈检测
1.数据与算法简介
2.样本不平衡问题解决思路
3.下采样解决方案
4.正则化参数选择
5.逻辑回归建模

6.过采样与SMOTE算法
第五课：决策树与随机森林
1.熵原理，信息增益
2.决策树构造原理推导
3.ID3,C4.5算法
4.决策树剪枝策略
5.随机森林算法原理
6.基于随机森林的特征重要性选择
第六课：Kaggle机器学习案例实战
1.泰坦尼克船员获救预测
2.使用pandas库进行数据读取与缺失值预处理
3.使用scikit-learn库对比回归模型与随机森林模型
4.GBDT构造原理
5.特征的选择与重要性衡量指标

6.机器学习中的级联模型
7.使用级联模型再战泰坦尼克
第七课：支持向量机算法
1.SVM要解决的问题
2.线性SVM原理推导
3.SVM对偶问题与核变换
4.soft支持向量机问题
5.多类别分类问题解决方案
第八课：神经网络模型
1.前向传播与反向传播结构
2.激活函数
3.神经网络结构
4.深入神经网络细节
5.神经网络表现效果

第九课：mnist手写字体识别
1.Tensorflow框架
2.CNN网络结构
3.基于tensorflow的网络框架
4.构造CNN网络结构
5.迭代优化训练
第十课：聚类与集成算法
1.k-means,DBSCAN等经典聚类算法原理
2.python实现k-means算法
3.聚类算法应用场景与特征工程
4.Adaboost集成算法原理
机器学习项目实战
1.科比职业生涯数据分析
2.信用卡欺诈检测案例

3.鸢尾花数据集分析
4.泰坦尼克号船员获救预测
5.员工离职预测
6.mnist手写字体识别

2、人机对话课程大纲
第一章：Human–robot-chattersystem运行环境
1.pycharm下载及安装
2.pycharm的库使用介绍
3.pycharm使用实例演示
4.Anaconda下载安装
5.Anaconda 库使用
6.Anaconda使用实例演示
第二章：robot基本概念
1.robot是什么
2.robot的应用场景
3.robot语言依赖性
4.robot工作流程
5.robot运行环境

6.robot框架介绍
7. robot的安装（api与源码）
8. robot的quickstart
第三章：robot智能机器人
1.创建机器人
2.设置机器人适配器
3.输入与输出适配器
4.逻辑适配器
5.机器人响应应答
6.训练自己的语料
第四章：robot之eample数据源详述(单词与文本)
1.simple demo数据
2.mongodb数据
3.git数据

4.terminnal
5.more数据
第五章：设置robot训练级别
1.训练list data
2.训练corpus data
3.训练scope data
4.训练外部API
5.创建一个新的语料级别
6.抽取自己机器人的语料
第六章：robot之过滤器
1.filter是什么
2.filter的主要用途是什么
3.filter的创建
4.filter的设置

5.filter级别设置
6.filter判别
第七章：自然语言处理之robot 适配器详解
1.逻辑适配器
2.输入适配器
3.输出适配器
4.数据计算适配器
第八章 自然语言处理之robot参数
1.什么robot参数
2.扩展机器人参数
3.robot日志输出
4.robot惯用日志输出
第九章：session识别详解
1.session 构建

2.session实战案例操作
3.文摘自动生成
人机对话项目实战
1.项目介绍背景
2.项目核心技术点介绍
3.智能机器人人机对话系统
4.代码实现
5.人机对话优化（补充优化）
6.开源机器人有哪些

3、深度学习课程大纲
第一阶段：Python必备库快速入门
1.Python语言基础快速入门
2.科学计算库Numpy
3.数据分析处理库Pandas
4.可视化库Matplotlib
5.人工智能必备Python基础，快速掌握语言风格与常用库使用方法
第二阶段：机器学习经典算法
1.线性回归
2.逻辑回归
3.决策树
4.随机森林
5.支持向量机
6.Xgboost

7.聚类
8.神经网络
9.PCA与SVD
10.词向量模型word2vec
11.机器学习必备经典算法原理推导
第三阶段：机器学习案例实战
1.科比职业生涯数据
2.泰坦尼克号船员获救预测
3.信用卡欺诈检测
4.鸢尾花数据集分类
5.Mnist手写字体识别
6.员工离职与股价预测
7.基于真实数据集，使用scikit-learn库进行建模与评估工作，从零开始，代码实战。
第四阶段：决胜AI深度学习必备原理

1.深度学习发展与应用
2.神经网络必备基础
3.神经网络架构
4.卷积神经网络详解
5.神经网络技巧与细节
6.强化学习原理与实践
7.从神经网络基础知识点入手，分模块讲解神经网络细节，由浅入深过渡到深层的卷积神经网络，技巧与细节分析。
第五阶段：深度学习必备框架
1.Tensorflow基础操作
2.Tensorflow建立机器学习模型
3.Tensorflow神经网络详解
4.基于Tensorflow的CNN与RNN模型
5.Caffe框架配置参数详解
6.Caffe两种常用数据源制作

7.Caffe技巧与应用
深度学习项目实战
1.验证码识别（基于Tensorflow）
2.文本分类（基于Tensorflow）
3.图像风格转换（基于Tensorflow）
4.词向量模型Word2vec（基于Tensorflow）
5.强化学习让AI自己玩游戏（基于Tensorflow）
6.人脸检测（基于Caffe）
7.人脸关键点定位（基于Caffe）

4、图像处理课程大纲
第一课：认识OpenCV
OpenCV介绍、环境搭建、图像加载、显示、保存。读取视频文件与摄像头视频流读取与保存。
第二课：神奇的数据结构Mat
讲解OpenCV3.x中最重要的数据结构Mat，如何使用Mat、各种基于Mat的操作技巧，指针方式访问与遍历像素、实例详解Mat的妙用

第三课：像素算术与几何操作
讲解如何计算图像最大最小值、均值与标准方差、加、减、乘、除算术操作，以及与或非的逻辑运算、重点演示这些简单操作，在实际图像处理中的使用技巧与应用场景
第四课：滤波函数-改变图像的神奇手段
讲解OpenCV3.x中最常用的基于卷积原理的滤波函数、包括均值、中值、高斯、盒子模糊、自定义滤波器等技术与使用技巧
第五课：边缘提取
讲解OpenCV中梯度与边缘提取的方法与函数调用、以及使用技巧，如何正确的使用这些方法获得正确处理结果，如何避免人为输入参数行为
第六课：高斯金子塔与拉普拉斯
讲述什么是图像金字塔、什么图像的高斯不同、拉普拉斯不同，图像金字塔融合技术
第七课：直方图与反向投影
详细讲述图像直方图的定义、应用场合与场景、直方图反向投影技术在图像处理与视频处理用的应用
第八课：图像二值化
讲述图像二值化的各种方法与技巧、如何对超大图像进行准确二值化

第九课：图像形态学操作
讲述二值图像的各种形态学操作与使用技巧
第十课：霍夫变换与Blob分析
直线检测,圆检测\特定几何形状分析
第十一课：二值图像分析-对象提取与测量
基于轮廓分析、几何矩分析讲解二值图像中对象分析与对象测量技术
第十二课：HAAR与LBP特征与人脸检测
讲述基于统计特征的HAAR与LBP方式与AdaBoost一起工作实现人脸检测的原理、OpenCV相关API参数解释、以及其他开源的与商用的人脸检测SDK的使用。在图像与视频中实现人脸检测
图像处理项目实战
1.AR技术应用
直播视频中经常会出现的技术、基于OpenCV实现对视频中人脸实时跟踪，实现一些虚拟旁白与装饰图片与场景融合。
2. 二维码检测与定位
二维码的图像扫码解析已经成为很多APP的标准配置与使用方式，但是检测与定位二维码位置一直是技术难点，本案例通过直播课程所学知识，带领大家一步一步剖析知识点、整理思路、实现代码、实现图像中二维码位置检测与定位

3.车牌提取与预处理
详细分析如何利用所学知识，综合分析解决车牌识别中最难技术问题之一，车牌定位与提取、以及前期预处理

5、网络爬虫课程大纲
1、零基础入门Python网络爬虫
1.认识Python网络爬虫
2.网络爬虫工作原理详解
3.网络爬虫的常见类型与应用领域
4.数据提取技术基础：正则表达式基础实例实战
5.编写一个简单网络爬虫爬取51CTO学院课程数据
2、Urllib模块基础与糗事百科爬虫项目实战
1.使用Urllib模块进行简单网页爬取
2.百度信息自动搜索爬虫实战
3.自动POST请求实战
4.Cookie处理实战
5.浏览器伪装技术实战
6.数据自动写入数据库实战

7. 糗事百科网络爬虫项目实战
3、淘宝商品图片爬虫开发实战
1.淘宝商品图片爬虫实现思路分析
2.淘宝商品图片信息的分析与提取
3.编写淘宝商品图片爬虫对目标图片进行批量爬取
4.淘宝商品图片爬虫项目的调试与运行
4、用户代理池与IP代理池构建技术实战
1.为什么要构建用户代理池与IP代理池（避免被反爬）
2.IP代理池构建的第一种方案实战（随机IP代理池）
3.IP代理池构建的第二种方案实战（接口调用可用IP）
4.如何验证IP是否为可用IP（代理IP的自动过滤与筛选）
5.IP代理池构建的第三种方案（自建服务器+自动切换IP技术）
6.同时构建IP代理池与用户代理池
7.使用用户代理池与IP代理池技术批量爬取法律文书数据

5、使用抓包分析技术获取Ajax动态请求数据实战
1.抓包分析技术简介与Fiddler软件使用基础
2.抓取HTTPS数据包难点解决技巧
3.Ajax动态请求数据的分析与获取
4.通过抓包技术分析中国裁判文书网数据请求
5.实现对隐藏文书数据的批量爬取实战
6、淘宝大型商品数据爬虫项目实战
1.淘宝大型商品数据爬虫项目的实现思路分析
2.对目标爬取数据与网页进行简单分析
3.通过抓包分析技术获取淘宝价格信息数据
4.GBD大型商品数据爬虫项目的编写实战T构造原理
5.将爬取的目标数据自动写入数据库中存储
7、腾讯视频评论爬虫项目实战
1.腾讯视频评论爬虫项目的简单实现

2.对腾讯视频评论进行抓包分析
3.实现自动加载请求腾讯视频评论
4腾讯视频评论爬虫项目完善与实战
8、12306火车票抢票项目开发实战
1.12306火车票抢票项目的开发思路分析
2.实现cookie的自动处理实战
3.实现登录验证码的处理实战
4.编写自动登录12306爬虫实战
5.通过抓包技术分析12306接口数据集
6.余票查询功能的实现实战
7.自动提交预订申请功能的实现实战
8.乘客信息的自动选择功能的实现实战
9.订单的自动确认与提交功能的实现实战
10.实现票务的自动监控与自动抢票实战

9、Scrapy框架基础使用实战
1.Scrapy框架的优点
2.Scrapy框架的安装与难点解决实战
3.Scrapy简单命令基础使用实战
4.XPath表达式基础实战
5.Items的编写与使用
6.Scrapy爬虫的编写实战
7.使用pipelines对数据进行后续处理实战
8.settings的常见设置
9.中间件技术实战
10.通过Scrapy框架构建一个简单的爬虫项目实战
10、Scrapy当当网商品数据爬虫项目开发实战
1.当当网商品数据爬虫实现思路分析
2.目标数据提取与商品页面分析

3.Scrapy当当网商品数据爬虫项目的创建
4.Items的编写实战
5.商品数据爬虫的开发实战
6.数据的后续处理与Pipelines编写实战
11、Scrapy和讯博客爬虫项目开发实战
1.和讯博客博文数据爬虫实现思路分析
2.目标数据提取与和讯博客页面分析
3.Scrapy和讯博客博文数据爬虫项目的创建
4.Items的编写实战
5.博客博文数据爬虫的开发实战
6.数据的后续处理与Pipelines编写实战
12、Scrapy豆瓣网自动登录爬虫项目开发实战
1.Scrapy豆瓣网自动登录爬虫项目实现思路分析
2.登录数据传递请求的截获与分析

3.Scrapy豆瓣网自动登录爬虫项目的创建实战
4.Scrapy豆瓣网自动登录爬虫项目的编写开发实战
5.实现验证码的自动识别并自动登录
6.登录状态的保持实战
7. 自动登录并自动爬取登录后页面的数据实战
13、Scrapy与Urllib整合项目开发实战
1.如何将Scrapy与Urllib整合使用
2.京东商城图书商品数据爬虫的开发思路
3.目标数据与京东商城图书商品页面分析实战
4.京东商城图书商品数据爬虫的编写实战
5.京东商城图书商品数据爬虫项目的运行与调试实战
14、PhantomJS+Selenium技术基础实战
1.爬虫的常见反爬技术与各反爬手段破解思路一览
2.抓包分析技术实在无法解决的情况下如何编写爬虫

3.PhantomJS技术与Selenium技术简介
4.PhantomJS技术基础实战
5.Selenium技术基础实战
6.通过PhantomJS+Selenium技术实现爬虫实战
15、解决JS动态触发+id随机生成反爬破解实战
1.JS动态触发+id随机生成反爬策略如何破解？
2.腾讯动漫爬虫开发过程遇到的技术难题引入
3.通过PhantomJS+Selenium技术解决爬虫反爬限制
4.动漫网页的自动拖动与漫画自动模拟触发加载
5.多页动漫作品数据的爬取实战
16、分布式爬虫构建基础与简单分布式爬虫的构建实战
1.分布式爬虫常用的架构方式详解
2.方案的选择（Linux+Docker+Redis+Urllib+MySQL）
3.Docker技术基础

4.Redis技术基础
5.准备基础镜像并做好基础准备
6.配置好中心节点服务器
7.17K小说网站分析与对应分布式爬虫项目的编写
将分布式爬虫项目部署到某个子节点中并调试
批量建立子节点服务器实现分布式爬取实战及效果展示
17、复杂分布式大型网络爬虫的构建与部署实战
1.Scrapy-redis架构方式详解
2.如何构建Scrapy-redis分布式爬虫实战
3.通过Scrapy-redis实现小说数据分布式爬虫项目实战
4.Scrapy-redis与简单分布式爬虫的对比
5.Scrapy-redis分布式爬虫项目的管理实战
18、Python网络爬虫其他高级技术
1.数据去重技术（布隆过滤器构建实战）

2.pyspider可视化技术
3.网络爬虫维护与管理技术实战
4.网络爬虫性能监控技术实战
19、Python网络爬虫工程师面试指导1
1.Python网络爬虫工程师面试的要点注意事项
2.上海Python网络爬虫工程师经典面试题的讲解与指导
3.学员作业项目在线直播指导与解答
20、Python网络爬虫工程师面试指导2
1.应聘Python网络爬虫工程师，面试官看重你什么？
2.求职渠道的筛选与精准求职渠道推荐
3.学员作业项目在线直播指导与解答

（注：专业文档是经验性极强的领域，无法思考和涵盖全面，素材和资料部分来自网络，供参考。可复制、编制，期待你的好评与关注）