第1章 初識人工智能項目開發(fā) 學習目標 1.1 背景知識 1.1.1 分類算法簡介 1.1.2 人工神經(jīng)網(wǎng)絡簡介 1.1.3 人工智能模式簡介 1.2 理論支撐 1.2.1 數(shù)據(jù)收集及標注 1.2.2 數(shù)據(jù)預處理 1.2.3 模型構造 1.2.4 模型訓練 1.2.5 模型使用 1.3 實訓案例：垃圾郵件分類項目 1.3.1 需求分析 1.3.2 項目開發(fā)計劃書 1.3.3 用反向傳播神經(jīng)網(wǎng)絡實現(xiàn)垃圾郵件分類 練習題 第2章 構建一個自己的圖像數(shù)據(jù)集 學習目標 2.1 背景知識 2.2 理論支撐 2.2.1 常用的公開數(shù)據(jù)集 2.2.2 數(shù)據(jù)集構建流程 2.3 實訓案例：圖像數(shù)據(jù)收集項目 2.3.1 需求分析 2.3.2 項目開發(fā)計劃書 2.3.3 數(shù)據(jù)收集 2.3.4 數(shù)據(jù)預處理 2.3.5 用工具自動標注數(shù)據(jù)集 2.3.6 按照標注結果管理自己的相冊 練習題 第3章 用人工神經(jīng)網(wǎng)絡實現(xiàn)自動化職業(yè)匹配 學習目標 3.1 背景知識 3.2 理論支撐 3.2.1 人工智能項目開發(fā)基本流程 3.2.2 反向傳播神經(jīng)網(wǎng)絡模型 3.3 實訓案例：求職打分系統(tǒng)項目 3.3.1 需求分析 3.3.2 項目開發(fā)計劃書 3.3.3 用PyTorch構建數(shù)據(jù)集 3.3.4 搭建模型 3.3.5 訓練模型 3.3.6 用反向傳播神經(jīng)網(wǎng)絡模型實現(xiàn)求職打分 3.3.7 模型部署 練習題 第4章 用不同的機器學習算法實現(xiàn)客戶分類 學習目標 4.1 背景知識 4.2 理論支撐 4.2.1 K近鄰算法 4.2.2 隨機森林算法 4.2.3 K均值聚類算法 4.2.4 支持向量機算法 4.3 實訓案例：銀行客戶分類項目 4.3.1 需求分析 4.3.2 項目開發(fā)計劃書 4.3.3 客戶數(shù)據(jù)集構建 4.3.4 用K近鄰算法分類銀行客戶 4.3.5 用隨機森林算法分類銀行客戶 4.3.6 用聚類算法分類銀行客戶 4.3.7 用SVM分類銀行客戶 4.3.8 編寫各類算法綜合測試報告 練習題 第5章 公司新聞簡報系統(tǒng)開發(fā) 學習目標 5.1 背景知識 5.2 理論支撐 5.2.1 自然語言處理原理簡介 5.2.2 自然語言處理典型應用案例 5.2.3 詞向量原理簡介 5.3 實訓案例：公司新聞簡報系統(tǒng)項目 5.3.1 需求分析 5.3.2 項目開發(fā)計劃書 5.3.3 收集所在公司相關文章 5.3.4 生成新聞簡報并展示 練習題 第6章 公司物品分類系統(tǒng)開發(fā) 學習目標 6.1 背景知識 6.2 理論支撐 6.2.1 API簡介 6.2.2 API使用場景 6.3 實訓案例：公司物品分類系統(tǒng)項目 6.3.1 需求分析 6.3.2 項目開發(fā)計劃書 6.3.3 構建物品數(shù)據(jù)集 6.3.4 基于API實現(xiàn)物品分類 6.3.5 存儲物品分類結果 6.3.6 產(chǎn)品發(fā)布步驟與注意事項 練習題 第7章 公司文件管理系統(tǒng)開發(fā) 學習目標 7.1 背景知識 7.2 理論支撐 7.2.1 OCR簡介 7.2.2 OCR使用典型案例介紹 7.3 實訓案例：公司文件管理系統(tǒng)項目 7.3.1 需求分析 7.3.2 項目開發(fā)計劃書 7.3.3 將紙質文件轉換為電子圖像 7.3.4 基于OCR API提取文字 7.3.5 自動識別文件夾中的圖片 練習題 第8章 公司業(yè)務數(shù)據(jù)管理系統(tǒng)開發(fā) 學習目標 8.1 背景知識 8.2 理論支撐 8.2.1 基于Python GUI的用戶友好界面設計 8.2.2 基于Python SQLite的后端數(shù)據(jù)庫設計 8.3 實訓案例：公司業(yè)務數(shù)據(jù)管理系統(tǒng)項目 8.3.1 需求分析 8.3.2 項目開發(fā)計劃書 8.3.3 窗口設計及實現(xiàn) 8.3.4 數(shù)據(jù)庫設計及實現(xiàn) 8.3.5 嵌入圖表化展示 8.3.6 嵌入時間序列預測算法 練習題 第9章 公司輿情分析系統(tǒng)開發(fā) 學習目標 9.1 背景知識 9.1.1 數(shù)據(jù)整合 9.1.2 危機應對 9.2 理論支撐 9.2.1 網(wǎng)絡爬蟲 9.2.2 詞頻統(tǒng)計 9.2.3 基于SnowNLP的情感分析 9.3 實訓案例：公司輿情分析系統(tǒng)項目 9.3.1 需求分析 9.3.2 項目開發(fā)計劃書 9.3.3 網(wǎng)絡爬蟲方法實現(xiàn) 9.3.4 詞頻統(tǒng)計方法實現(xiàn) 9.3.5 情感分析方法實現(xiàn) 9.3.6 輿情分析系統(tǒng)集成 9.3.7 系統(tǒng)運行及測試 9.3.8 產(chǎn)品發(fā)布文檔 練習題 第10章 公司票據(jù)自動識別系統(tǒng)開發(fā) 學習目標 10.1 背景知識 10.2 理論支撐 10.2.1 智能化票據(jù)識別 10.2.2 手寫字體識別 10.3 實訓案例：公司票據(jù)自動識別系統(tǒng)項目 10.3.1 需求分析 10.3.2 項目開發(fā)計劃書 10.3.3 前端實現(xiàn) 10.3.4 圖片文字識別方法優(yōu)化 10.3.5 后端實現(xiàn) 10.3.6 系統(tǒng)運行及測試 10.3.7 產(chǎn)品發(fā)布文檔 練習題 第11章 顧客評價情感分析系統(tǒng)開發(fā) 學習目標 11.1 背景知識 11.2 理論支撐 11.2.1 情感詞典 11.2.2 詞性標注和命名實體識別 11.3 實訓案例：顧客評價情感分析系統(tǒng)項目 11.3.1 需求分析 11.3.2 項目開發(fā)計劃書 11.3.3 實施及測試方案制定 11.3.4 情感分析任務公開數(shù)據(jù)集 11.3.5 搭建模型 11.3.6 訓練模型 11.3.7 產(chǎn)品發(fā)布文檔 練習題