написать впереди
Прошло почти два года с тех пор, как я официально занимался направлением ИИ. Благодаря постоянному обучению, экспериментированию и корректировке моделей мое понимание ИИ также постоянно улучшалось. Планирую написать серию про искусственный интеллектВводный курс, который может помочь студентам, интересующимся искусственным интеллектом.
Мое основное направление связано с поиском информации. Поэтому я подумал о следующих трех сериях.
Основы машинного обучения Python
Основная цель этой части — получить базовое представление о машинном обучении и выполнить некоторые простые задачи регрессии и классификации. И иметь определенную основу для обработки изображений и обработки естественного языка.
Основы глубокого обучения Python
Основная цель этой части — получить некоторое представление об основных многослойных персептронах, сверточных нейронных сетях и рекуррентных нейронных сетях, а также представить методы применения этих сетей для обработки изображений и обработки естественного языка.
Интеллектуальная поисковая система Python
В этом разделе будут представлены принципы работы поисковых систем и представлены некоторые методы внедрения глубокого обучения в поисковые системы.
Ниже приведен каталог, который следует обновлять медленно. код позжеGitHub.com/yourado/friends после прослушивания…внутри.
содержание
Основы машинного обучения Python
- 1. Введение в искусственный интеллект, машинное обучение и глубокое обучение
- 2. Библиотека научных вычислений и машинного обучения Python
- 3. Введение в алгоритмы машинного обучения: алгоритм KNN
- 4. Основы обработки изображений
- 5. Алгоритмы линейной регрессии и оптимизации
- 6. Алгоритм логистической регрессии
- 7. Основы обработки естественного языка
Основы глубокого обучения Python
- 1. Перцептроны и нейронные сети
- 2. Используйте tf.keras для распознавания рукописных символов
- 3. Сверточные нейронные сети
- 4. Прочтите документ SVHN и внедрите его
- 5. CNN и обработка естественного языка
- 6. Передача обучения
- 7. Вектор слова: Word2Vec
- 8. Рекуррентные нейронные сети
- 9. RNN и обработка естественного языка
Интеллектуальная поисковая система Python
- 1. Логический поиск
- 2. Векторная модель пространства и TF-IDF
- 3. Оценка информационного поиска
- 4. Вероятностная модель поиска
- 5. Создайте поисковую систему с помощью ElasticSearch
- 6. Переупорядочивание в информационном поиске: обучение ранжированию
- 7. Сопоставление текста и поиск
- 8. Векторный поисковик
- 9. Поиск изображений