阅读 199

Python人工智能实践:前言

写在前面

正式接触AI方向也有快两年了,随着不断的学习,做实验,调模型,自己对AI的认识也不断的提高。打算写一系列人工智能的入门级教程,能够帮助到对人工智能感兴趣的同学。

我主要做的方向是信息检索相关的。所以想了以下三个系列。

Python机器学习基础

这部分主要目标是对机器学习有个基本的认识,能够完成一些简单的回归任务,分类任务。并对图像处理和自然语言处理有一定的基础。

Python深度学习基础

这部分主要目标是对基本的多层感知机,卷积神经网络,循环神经网络有一定的认识,并介绍将这些网络应用到图像处理和自然语言处理的方法。

Python智能搜索引擎

这部分将要介绍搜索引擎的原理,以及介绍一些将深度学习引入到搜索引擎的方法。

以下是目录,应该会慢慢更新的。代码以后都放在github.com/nladuo/pyth…里。

目录

Python机器学习基础

  • 1 . 人工智能、机器学习、深度学习介绍
  • 2 . Python科学计算与机器学习库
  • 3 . 机器学习算法入门:KNN算法
  • 4 . 图像处理基础
  • 5 . 线性回归算法
  • 6 . Logistic回归算法
  • 7 . 自然语言处理基础

Python深度学习基础

  • 1 . 感知机与神经网络
  • 2 . 使用tf.keras实现手写字符识别
  • 3 . 卷积神经网络
  • 4 . 读SVHN论文并实现
  • 5 . CNN与自然语言处理
  • 6 . 迁移学习
  • 7 . 词向量:Word2Vec
  • 8 . 循环神经网络
  • 9 . RNN与自然语言处理

Python智能搜索引擎

  • 1 . 布尔检索
  • 2 . 向量空间模型与TF-IDF
  • 3 . 信息检索的评价
  • 4 . 概率检索模型
  • 5 . 使用ElasticSearch构建搜索引擎
  • 6 . 信息检索中的重排序:排序学习
  • 7 . 文本匹配与检索
  • 8 . 向量搜索引擎
  • 9 . 图像检索
关注下面的标签,发现更多相似文章
评论