AI人工智能四大权威名师
-
刘浩烈
AI人工智能研究中心特级讲师
深度学习领域多年一线实践研究专家。主要研究深度学习领域，JavaSE，计算机视觉，图像识别。精通机器学习，热爱各种开源技术尤其人工智能方向。在图像识别领域有着丰富经验，实现过包括人脸识别，物体识别，关键点检测等多种应用的最新算法。
-
张诗卉
AI人工智能研究中心认证讲师
机器学习研究员，资深软件架构师与自然语言处理挖掘工程师，多年软件开发架构与NLP自然语言处理经验，两项发明专利持有人，机器人聊天人机对话系统牵头人。
-
李明丽
AI人工智能研究中心UI高级讲师
图像算法与应用开发技术、特别是在3dmax模型,对象检测、识别、OCR、人脸美化等方面有深入研究。精通OpenCV4Android/Java与Java平台图像处理应用,软通动力公司《信息安全管理》短片制作、动画系列片《秦亲宝贝》角色动画制作、伊酷童20秒广告制作、大学毕业设计《403》获得北京电影学院奖最佳导演奖。
-
梁志鹏
AI人工智能研究中心UI高级讲师
多年IT技术实战开发经验，现在运营一家专注于中大型软件建筑建模与IT技术服务的公司。曾出品发行过多门IT类课程，包括3dsmax建筑效果表现技法、VRay渲染器、室内效果图综合实践、室外效果图综合实践、建筑建模、建筑渲染、项目综合实训等课程。
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
6/网络爬虫课程大纲及项目实战
-
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