書(shū)名：人工智能應(yīng)用開(kāi)發(fā)與案例分析

緱錦 主編

王華珍 劉景華 副主編

價(jià)格：59元

面向人工智能應(yīng)用開(kāi)發(fā)人才的管道式流程學(xué)習(xí)——從人工智能開(kāi)放平臺(tái)API調(diào)用到Python人工智能算法開(kāi)發(fā)的實(shí)際問(wèn)題解決

人工智能正在引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革，從走在前沿的科技公司，到努力創(chuàng)新的傳統(tǒng)行業(yè)，幾乎都想把握這個(gè)新“風(fēng)口”。世界各國(guó)充分意識(shí)到人工智能是未來(lái)國(guó)際競(jìng)爭(zhēng)的關(guān)鍵賽場(chǎng)，紛紛制定和實(shí)施部署人工智能發(fā)展戰(zhàn)略，以期占領(lǐng)新一輪科技革命的制高點(diǎn)。2017年國(guó)務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》并首次將人工智能寫(xiě)入政府工作報(bào)告。人工智能涉及 ABCD 四個(gè)概念，A 算法，B 大數(shù)據(jù)，C 計(jì)算平臺(tái)，D 領(lǐng)域知識(shí)。2018年教育部發(fā)布《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》，提出高校未來(lái)將形成“人工智能+X”的復(fù)合專業(yè)培養(yǎng)新模式，并引導(dǎo)高校不斷提升人工智能領(lǐng)域科技創(chuàng)新、人才培養(yǎng)和服務(wù)國(guó)家需求能力，為我國(guó)人工智能發(fā)展提供戰(zhàn)略支持。根據(jù)人工智能企業(yè)人才需求，可歸納為高級(jí)管理、高端技術(shù)、算法研究、應(yīng)用開(kāi)發(fā)、實(shí)際技能、產(chǎn)品經(jīng)理等崗位類型。

2020年工業(yè)和信息化部人才交流中心發(fā)布的《人工智能產(chǎn)業(yè)人才發(fā)展報(bào)告（2019-2020年版）》指出，研究和應(yīng)用人工智能技術(shù)的企業(yè)數(shù)量不斷增加，人才需求在短時(shí)間內(nèi)激增，但人工智能人才儲(chǔ)備不足且培養(yǎng)機(jī)制不完善，人才供需比嚴(yán)重不平衡，算法研究崗和應(yīng)用開(kāi)發(fā)崗的人才缺口較大。雖然我國(guó)自 2017 年來(lái)，大力支持開(kāi)展以人工智能學(xué)院、人工智能專業(yè)為代表的人工智能專項(xiàng)人才培養(yǎng)，但當(dāng)前仍處于人才培養(yǎng)方式的初期探索階段。高校在培養(yǎng)具有動(dòng)手能力的應(yīng)用型人才上有所欠缺，主要表現(xiàn)為：1.相關(guān)人才理論基礎(chǔ)強(qiáng)，但缺乏實(shí)戰(zhàn)能力，現(xiàn)階段市面上可用的人工智能應(yīng)用開(kāi)發(fā)教材數(shù)量有限；2.人才培育渠道有限，培養(yǎng)周期長(zhǎng)。這是由于人工智能教育教學(xué)生態(tài)尚不完善、教學(xué)實(shí)驗(yàn)資源缺乏、項(xiàng)目實(shí)訓(xùn)缺失等原因造成的。高校人工智能產(chǎn)業(yè)人才培養(yǎng)難以快速適應(yīng)和匹配產(chǎn)業(yè)發(fā)展的節(jié)奏和企業(yè)的需求，應(yīng)屆生缺少人工智能知識(shí)儲(chǔ)備與實(shí)踐經(jīng)驗(yàn)，很難直接匹配企業(yè)的應(yīng)用開(kāi)發(fā)崗位需求。

展開(kāi)全文

在“政產(chǎn)學(xué)研一體化” 人工智能人才培養(yǎng)生態(tài)體系建設(shè)政策指引下，本教材《人工智能應(yīng)用開(kāi)發(fā)與案例分析》面向人工智能應(yīng)用開(kāi)發(fā)崗的人才培養(yǎng)，以邁進(jìn)人工智能領(lǐng)域的學(xué)習(xí)路徑為切入點(diǎn)，按照人工智能產(chǎn)業(yè)鏈條進(jìn)行課程內(nèi)容設(shè)計(jì)，從應(yīng)用模式理解、應(yīng)用數(shù)據(jù)處理、應(yīng)用產(chǎn)品設(shè)計(jì)、應(yīng)用產(chǎn)品開(kāi)發(fā)邏輯順序引導(dǎo)讀者逐步深入理解和掌握人工智能應(yīng)用開(kāi)發(fā)技術(shù)。

本教材全面系統(tǒng)地介紹人工智能應(yīng)用開(kāi)發(fā)的管道式流程技術(shù)，包括數(shù)據(jù)處理、架構(gòu)選型、應(yīng)用系統(tǒng)對(duì)接以及應(yīng)用運(yùn)行過(guò)程的性能優(yōu)化等。本教材分為三篇：人工智能應(yīng)用開(kāi)發(fā)基礎(chǔ)、人工智能關(guān)鍵技術(shù)、人工智能案例分析。

本教材配備了 教學(xué)大綱、教學(xué)進(jìn)度表、教學(xué)課件、人工智能應(yīng)用開(kāi)發(fā)文檔和程序源碼等教學(xué)資源?；诓煌慕虒W(xué)內(nèi)容和教學(xué)目標(biāo)，依據(jù)模塊化知識(shí)框架，可以輕松定制32學(xué)時(shí)，48學(xué)時(shí)及64學(xué)時(shí)的教學(xué)進(jìn)度規(guī)劃。

本教材適合作為高等院校人工智能、計(jì)算機(jī)科學(xué)與技術(shù)、軟件工程、智能科學(xué)與技術(shù)、智能體育工程、智能制造工程、智能車輛工程、智能交互技術(shù)、智能感知工程、智能電網(wǎng)信息工程、電氣工程與智能控制、電機(jī)電器智能化、智能測(cè)繪工程、機(jī)器人工程、智能裝備與系統(tǒng)、工業(yè)智能、智能工程與創(chuàng)意設(shè)計(jì)、虛擬現(xiàn)實(shí)技術(shù)、智能建造、智能建造與智慧交通、智慧水利、智能地球探測(cè)、智能采礦工程、智慧交通、智能運(yùn)輸工程、智慧海洋技術(shù)、智能飛行器技術(shù)、智能無(wú)人系統(tǒng)技術(shù)、智慧建筑與建造、智慧牧業(yè)科學(xué)與工程、智慧林業(yè)、智能醫(yī)學(xué)工程、智能影像工程等專業(yè)本科生、研究生的教材，同時(shí)可供對(duì)人工智能產(chǎn)品比較熟悉并且對(duì)人工智能算法模型有所了解的開(kāi)發(fā)人員、廣大科技工作者和研究人員參考。

本教材分為三篇共11章，內(nèi)容概況如下：

第一篇：人工智能應(yīng)用開(kāi)發(fā)基礎(chǔ)。

著重介紹人工智能開(kāi)發(fā)應(yīng)用開(kāi)發(fā)流程、人工智能數(shù)據(jù)處理、人工智能開(kāi)發(fā)平臺(tái)等，為人工智能+應(yīng)用的開(kāi)發(fā)做好環(huán)境準(zhǔn)備能關(guān)鍵技術(shù)篇、人工智能案例分析篇。本篇包括3章：

第1章 緒論

主要介紹人工智能的發(fā)展歷程、人工智能+的應(yīng)用創(chuàng)新模式、掌握人工智能應(yīng)用開(kāi)發(fā)流程和掌握開(kāi)發(fā)環(huán)境搭建。在論述人工智能范疇的基礎(chǔ)上，重點(diǎn)介紹AI開(kāi)發(fā)者應(yīng)了解的人工智能+應(yīng)用創(chuàng)新、開(kāi)發(fā)流程和環(huán)境部署，旨在幫助AI開(kāi)發(fā)者入門。

第2章 巧婦難為無(wú)米之炊-數(shù)據(jù)準(zhǔn)備

主要介紹人工智能的開(kāi)源數(shù)據(jù)集、人工智能數(shù)據(jù)的采集方法、基于爬蟲(chóng)的大數(shù)據(jù)獲取技術(shù)。先工智能開(kāi)源數(shù)據(jù)集幫助開(kāi)發(fā)者建立數(shù)據(jù)認(rèn)知，接著介紹人工智能數(shù)據(jù)的采集方法，重點(diǎn)介紹基于爬蟲(chóng)的大數(shù)據(jù)獲取案例。

第3章 零基礎(chǔ)開(kāi)發(fā)-人工智能定制化訓(xùn)練服務(wù)

主要介紹人工智能學(xué)習(xí)模式和目前流行的人工智能定制化訓(xùn)練平臺(tái)并給出應(yīng)用指引范例，討論人工智能模型的性能評(píng)估和人工智能產(chǎn)品智能水平。零編碼，零AI基礎(chǔ)，輕松幾步構(gòu)建AI模型。對(duì)于不太了解人工智能算法的開(kāi)發(fā)者，只需要收集少量和任務(wù)相關(guān)的數(shù)據(jù)，并直接在平臺(tái)上完成標(biāo)注，然后讓系統(tǒng)自適應(yīng)選擇合適模型與超參數(shù)進(jìn)行訓(xùn)練，已訓(xùn)練模型還可直接部署到云API或打包成安裝包再進(jìn)行零代碼開(kāi)發(fā)AI應(yīng)用。

第二篇 人工智能關(guān)鍵技術(shù)。

著重介紹人工智能的三種關(guān)鍵技術(shù)，即人工神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)、自然語(yǔ)言處理和知識(shí)圖譜。通過(guò)體系化的理論學(xué)習(xí)，為人工智能+應(yīng)用的開(kāi)發(fā)做好知識(shí)儲(chǔ)備。本篇包括1章：

第4章 人工智能關(guān)鍵技術(shù)簡(jiǎn)介

主要介紹人工神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)、自然語(yǔ)言處理技術(shù)和知識(shí)圖譜。人類社會(huì)正處于人工智能的第三次熱潮，即以大數(shù)據(jù)支撐的深度學(xué)習(xí)，需要了解人工神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)相關(guān)技術(shù)。另外，人工智能正在從感知智能向認(rèn)知智能邁進(jìn)，需要了解認(rèn)知智能相關(guān)的技術(shù)，即自然語(yǔ)言處理和知識(shí)圖譜。

第三篇 人工智能案例分析。

第5章 智能秘書(shū)-任務(wù)型機(jī)器人 198

第6章 一呼即應(yīng)-語(yǔ)音喚醒

主要介紹語(yǔ)音喚醒技術(shù)、喚醒詞設(shè)置技巧、語(yǔ)音喚醒模型的算法原理、CNN端對(duì)端語(yǔ)音喚醒模型開(kāi)發(fā)，旨在以語(yǔ)音喚醒應(yīng)用為范例展示語(yǔ)音對(duì)話人工智能的應(yīng)用價(jià)值。對(duì)話式人工智能市場(chǎng)已經(jīng)開(kāi)始爆發(fā)，語(yǔ)音控制已經(jīng)成為了大多數(shù)手機(jī)的標(biāo)配，許多智能設(shè)備走入尋常百姓家，為語(yǔ)音喚醒和語(yǔ)音控制提供了廣泛的應(yīng)用場(chǎng)景。

第7章 文字高手-寫(xiě)作機(jī)器人

主要介紹國(guó)內(nèi)外寫(xiě)作機(jī)器人的產(chǎn)品現(xiàn)狀、寫(xiě)作機(jī)器人的核心算法，平臺(tái)型機(jī)器人寫(xiě)作應(yīng)用以及基于RNN的機(jī)器人寫(xiě)作應(yīng)用實(shí)踐。各行各業(yè)都會(huì)用到寫(xiě)作技能。機(jī)器寫(xiě)作屬于人工智能自然語(yǔ)言生成，正朝著特色化信息和人機(jī)協(xié)作優(yōu)勢(shì)互補(bǔ)等方向發(fā)展，聚焦財(cái)經(jīng)、金融、體育、文學(xué)創(chuàng)作和設(shè)計(jì)等垂直領(lǐng)域，具有巨大經(jīng)濟(jì)價(jià)值和市場(chǎng)潛力。

第8章 一秒鐘變大師-基于風(fēng)格遷移的藝術(shù)創(chuàng)作

主要介紹人工智能繪畫(huà)的發(fā)展與現(xiàn)狀、基于風(fēng)格遷移的人工智能繪畫(huà)算法原理、基于風(fēng)格遷移的人工智能繪畫(huà)模型開(kāi)發(fā)。以人工智能繪畫(huà)為例進(jìn)介紹 AI 在藝術(shù)中的應(yīng)用，特別是以風(fēng)格遷移為著力點(diǎn)介紹人工智能繪畫(huà)的算法原理和模型開(kāi)發(fā)過(guò)程。當(dāng)下人們?cè)絹?lái)越依賴數(shù)據(jù)和人工智能，習(xí)慣透過(guò)機(jī)器來(lái)看世界。機(jī)器人逐漸成為藝術(shù)創(chuàng)作的主角和載體。將科技作為藝術(shù)語(yǔ)言，理解機(jī)器觀察的現(xiàn)實(shí)世界，站在機(jī)器的角度理解機(jī)器藝術(shù)，對(duì)傳統(tǒng)文化藝術(shù)的拓新、普及與傳承大有裨益。

第9章 無(wú)中生有-人工智能數(shù)據(jù)生成

主要介紹生成式對(duì)抗網(wǎng)絡(luò)的原理和基于GAN的圖像生成模型開(kāi)發(fā)。通過(guò)基于對(duì)抗生成網(wǎng)絡(luò)的人工智能數(shù)據(jù)生成算法及其應(yīng)用，探討人工智能創(chuàng)造的價(jià)值和意義。自從人工智能崛起以來(lái)，科學(xué)家一直在探索機(jī)器產(chǎn)生詩(shī)歌、故事、笑話、音樂(lè)、繪畫(huà)等人類創(chuàng)意產(chǎn)品的能力，以及對(duì)于創(chuàng)造能力的解決方案。這種能力才是真正顯示人工智能算法是否智能的基礎(chǔ)。人工智能在創(chuàng)作過(guò)程中不需要涉及到人類，但仍然將人類創(chuàng)意產(chǎn)品融入到學(xué)習(xí)過(guò)程中。因?yàn)槿祟惖膭?chuàng)作過(guò)程也要利用藝術(shù)的先前經(jīng)驗(yàn)，將過(guò)去藝術(shù)的知識(shí)與他們產(chǎn)生新形式的能力結(jié)合在一起。人工智能可以分為兩部分，一部分是“理解”，一部分是“創(chuàng)造”。而“創(chuàng)造”就是生成模型，機(jī)器人在理解之后可以合成語(yǔ)音，生成圖片，生成文字、甚至創(chuàng)造知識(shí)。人工智能自主的知識(shí)創(chuàng)造，將可能動(dòng)搖人在知識(shí)創(chuàng)造中的主體地位。

第10章 AI帶你玩-人工智能在游戲中的應(yīng)用

第11章 知識(shí)將比數(shù)據(jù)更重要-知識(shí)圖譜

主要介紹知識(shí)圖譜的應(yīng)用模式、構(gòu)建流程和應(yīng)用實(shí)踐。首先介紹知識(shí)圖譜的應(yīng)用模式，其次介紹領(lǐng)域知識(shí)圖譜的構(gòu)建流程，最后介紹領(lǐng)域知識(shí)圖譜的應(yīng)用開(kāi)發(fā)實(shí)踐。知識(shí)圖譜是一個(gè)多種技術(shù)與知識(shí)高度融合的新型應(yīng)用技術(shù)，對(duì)人工智能的發(fā)展起到關(guān)鍵性作用。知識(shí)圖譜構(gòu)建技術(shù)朝著越來(lái)越自動(dòng)化的方向前進(jìn)，已在越來(lái)越多的領(lǐng)域找到能夠真正落地的應(yīng)用場(chǎng)景。

掃碼優(yōu)惠購(gòu)書(shū)

目錄

向上滑動(dòng)閱覽

第1章緒論

1.1人工智能發(fā)展歷程

1.2“人工智能+”應(yīng)用的創(chuàng)新

1.3人工智能應(yīng)用開(kāi)發(fā)流程

1.4人工智能開(kāi)發(fā)環(huán)境搭建

1.4.1AI開(kāi)源算法框架

1.4.2Python人工智能開(kāi)發(fā)環(huán)境部署

1.5實(shí)踐作業(yè)

參考文獻(xiàn)

第2章巧婦難為無(wú)米之炊——數(shù)據(jù)準(zhǔn)備

2.1開(kāi)源數(shù)據(jù)集

2.1.1計(jì)算機(jī)視覺(jué)相關(guān)數(shù)據(jù)集

2.1.2計(jì)算機(jī)聽(tīng)覺(jué)相關(guān)數(shù)據(jù)集

2.1.3自然語(yǔ)言處理相關(guān)數(shù)據(jù)集

2.2網(wǎng)絡(luò)數(shù)據(jù)爬取

2.2.1通用爬蟲(chóng)與聚焦爬蟲(chóng)

2.2.2Python爬蟲(chóng)技術(shù)解析

2.2.3數(shù)據(jù)清洗

2.3基于爬蟲(chóng)的大數(shù)據(jù)獲取案例

2.3.1基于爬蟲(chóng)軟件的大數(shù)據(jù)獲取

2.3.2基于Python爬蟲(chóng)技術(shù)的僑情數(shù)據(jù)獲取

2.4實(shí)踐作業(yè)

參考文獻(xiàn)

第3章零基礎(chǔ)開(kāi)發(fā)——人工智能定制化訓(xùn)練服務(wù)

3.1人工智能學(xué)習(xí)模式簡(jiǎn)介

3.1.1機(jī)器學(xué)習(xí)范例

3.1.2監(jiān)督學(xué)習(xí)

3.1.3無(wú)監(jiān)督學(xué)習(xí)

3.1.4半監(jiān)督學(xué)習(xí)

3.1.5強(qiáng)化學(xué)習(xí)

3.1.6遷移學(xué)習(xí)

3.2人工智能定制化訓(xùn)練服務(wù)平臺(tái)

3.2.1百度人工智能定制平臺(tái)

3.2.2圖靈機(jī)器人平臺(tái)Turing OS

3.2.3小i機(jī)器人Bot開(kāi)放平臺(tái)

3.2.4思必馳DUI開(kāi)放平臺(tái)

3.2.5華為AI開(kāi)發(fā)平臺(tái)ModelArts

3.2.6騰訊云AI平臺(tái)服務(wù)

3.3百度人工智能定制平臺(tái)應(yīng)用開(kāi)發(fā)實(shí)例

3.3.1基于EasyDL平臺(tái)的圖像分類

3.4人工智能模型性能評(píng)估

3.4.1通用泛化誤差指標(biāo)的計(jì)算

3.4.2分類模型的評(píng)估指標(biāo)

3.4.3回歸模型的評(píng)估指標(biāo)

3.4.4學(xué)習(xí)任務(wù)視角下的評(píng)估指標(biāo)

3.5人工智能產(chǎn)品智商評(píng)測(cè)

3.5.1人類智商評(píng)測(cè)模型

3.5.2流行的人工智能評(píng)測(cè)理論

3.5.3通用人工智能智商評(píng)測(cè)理論

3.5.4人工智能等級(jí)劃分

3.6實(shí)踐作業(yè)

參考文獻(xiàn)

第4章人工智能關(guān)鍵技術(shù)簡(jiǎn)介

4.1人工神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)

4.1.1人工神經(jīng)網(wǎng)絡(luò)概述

4.1.2卷積神經(jīng)網(wǎng)絡(luò)

4.1.3循環(huán)神經(jīng)網(wǎng)絡(luò)

4.2自然語(yǔ)言處理技術(shù)

4.2.1機(jī)器理解自然語(yǔ)言的步驟

4.2.2機(jī)器理解自然語(yǔ)言所需的相關(guān)知識(shí)

4.3知識(shí)圖譜

4.3.1認(rèn)知的組織體系

4.3.2知識(shí)圖譜的核心概念

4.3.3知識(shí)圖譜庫(kù)的規(guī)模

4.3.4知識(shí)圖譜的特點(diǎn)

4.3.5知識(shí)圖譜的技術(shù)體系

4.3.6知識(shí)圖譜的知識(shí)來(lái)源

4.3.7知識(shí)圖譜的知識(shí)抽取

4.3.8知識(shí)圖譜和自然語(yǔ)言處理的關(guān)系

4.4實(shí)踐作業(yè)

參考文獻(xiàn)

第5章智能秘書(shū)——任務(wù)型機(jī)器人

5.1任務(wù)型機(jī)器人簡(jiǎn)介

5.2任務(wù)型對(duì)話機(jī)器人核心算法

5.2.1技術(shù)框架

5.2.2槽位填充

5.2.3對(duì)話狀態(tài)追蹤

5.3基于端到端模型的任務(wù)型機(jī)器人開(kāi)發(fā)案例

5.3.1問(wèn)題描述

5.3.2項(xiàng)目解析

5.3.3模型解析

5.3.4算法實(shí)現(xiàn)

5.4實(shí)踐作業(yè)

參考文獻(xiàn)

第6章一呼即應(yīng)——語(yǔ)音喚醒

6.1語(yǔ)音喚醒技術(shù)簡(jiǎn)介

6.2喚醒詞設(shè)置

6.2.1喚醒詞的組合方式

6.2.2喚醒詞的語(yǔ)音要素

6.3語(yǔ)音喚醒模型

6.3.1基于模板匹配的KWS

6.3.2基于HMMGMM的KWS

6.3.3基于人工神經(jīng)網(wǎng)絡(luò)的KWS

6.4語(yǔ)音喚醒模型部署

6.5語(yǔ)音喚醒范例

6.5.1語(yǔ)音信號(hào)處理

6.5.2CNN模型訓(xùn)練

6.5.3CNN模型測(cè)試

6.6實(shí)踐作業(yè)

參考文獻(xiàn)

第7章文字高手——寫(xiě)作機(jī)器人

7.1寫(xiě)作機(jī)器人研究與產(chǎn)業(yè)現(xiàn)狀

7.1.1國(guó)外寫(xiě)作機(jī)器人產(chǎn)品現(xiàn)狀

7.1.2國(guó)內(nèi)寫(xiě)作機(jī)器人簡(jiǎn)介

7.2寫(xiě)作機(jī)器人核心算法

7.2.1模板式寫(xiě)作

7.2.2抽取式寫(xiě)作

7.2.3生成式寫(xiě)作

7.3寫(xiě)作機(jī)器人開(kāi)發(fā)案例

7.3.1Giiso平臺(tái)體驗(yàn)

7.3.2京東“李白寫(xiě)作”體驗(yàn)

7.3.3基于RNN的唐詩(shī)生成

7.3.4圖片描述生成

7.4實(shí)踐作業(yè)

參考文獻(xiàn)

第8章一秒鐘變大師——基于風(fēng)格遷移的藝術(shù)創(chuàng)作

8.1人工智能繪畫(huà)發(fā)展與現(xiàn)狀

8.1.1傳統(tǒng)計(jì)算機(jī)繪畫(huà)

8.1.2基于深度學(xué)習(xí)的計(jì)算機(jī)繪畫(huà)

8.1.3人工智能繪畫(huà)相關(guān)的比賽

8.2人工智能繪畫(huà)范例——風(fēng)格遷移

8.2.1算法原理

8.2.2風(fēng)格遷移開(kāi)發(fā)案例

8.3實(shí)踐作業(yè)

參考文獻(xiàn)

第9章無(wú)中生有——人工智能數(shù)據(jù)生成

9.1生成式對(duì)抗網(wǎng)絡(luò)(GAN)原理

9.1.1GAN的概念

9.1.2GAN的原理

9.1.3GAN模型的改進(jìn)

9.2基于GAN的手寫(xiě)數(shù)字生成實(shí)踐

9.3實(shí)踐作業(yè)

參考文獻(xiàn)

第10章AI帶你玩——人工智能在游戲中的應(yīng)用

10.1游戲中的AI應(yīng)用簡(jiǎn)介

10.1.1游戲AI的應(yīng)用模式

10.1.2AlphGo項(xiàng)目簡(jiǎn)介

10.1.3AI生成游戲

10.2強(qiáng)化學(xué)習(xí)算法原理

10.2.1強(qiáng)化學(xué)習(xí)核心概念

10.2.2強(qiáng)化學(xué)習(xí)算法原理

10.3基于強(qiáng)化學(xué)習(xí)的AI玩家開(kāi)發(fā)案例

10.4實(shí)踐作業(yè)

參考文獻(xiàn)

第11章知識(shí)將比數(shù)據(jù)更重要——知識(shí)圖譜

11.1知識(shí)圖譜的應(yīng)用模式

11.1.1讓搜索直通答案

11.1.2提供豐富的信息

11.1.3基于知識(shí)圖譜的信息推薦

11.1.4基于知識(shí)圖譜的用戶理解

11.2領(lǐng)域知識(shí)圖譜的構(gòu)建流程

11.2.1模式設(shè)計(jì)

11.2.2明確數(shù)據(jù)來(lái)源

11.2.3詞匯挖掘

11.2.4領(lǐng)域?qū)嶓w發(fā)現(xiàn)

11.2.5關(guān)系發(fā)現(xiàn)

11.2.6知識(shí)融合

11.2.7質(zhì)量控制

11.3知識(shí)圖譜開(kāi)發(fā)案例

11.3.1圖數(shù)據(jù)庫(kù)的搭建

11.3.2Flask配置

11.3.3配置uWSGI

11.3.4構(gòu)建一個(gè)小型的教育知識(shí)圖譜

11.4實(shí)踐作業(yè)

參考文獻(xiàn)