课程大纲

第一章人工智能数据分析技术基础

第一课：人工智能与数据挖掘概论

人工智能概述与发展现状

当前的机器学习、深度学习与模式识别、传统算法的区别和联系

如何看待知识图谱

推荐系统、广告点击率

强化学习和AlphaGo、AlphaZero模型

图像视频方向：目标检测/小目标检测/图像分类/情感识别/微表情识别/医学图像分析/图像语义分割/图像生成/图像检索/图像识别/目标跟踪/视频语义分割/视频语义分析

自然语言处理方向：场景主题/文本检索/文档分类/中文自动分词/词性标注/语法分析/自然语言生成/文本匹配/信息抽取/机器翻译/自动摘要/手写体和印刷体字符识别/舆情分析/问答系统/场景文字检测/语义理解

语音识别方向：语音识别/语音生成

综合与总结：语音识别项目落地少的原因分析

代码和案例实践：

传统IT产业项目案例分享：以某知名品牌的点读机产品为例

交通气象等传统行业项目案例分享：以高速公路缴费系统的痛点为例

医药健康领域项目案例分享：以染色体核型分析为例

某运营商的光猫识别项目

上市公司公告文本的并购分类为例

第二课：Python数据分析

Numpy/Scipy/Pandas/Matplotlib/Seaborn库

Numpy基础属性与数组创建

Numpy索引

Numpy数学运算与常用分布

Pandas数据处理与分析

Pandas文件读写和个性化控制

Pandas的concat与merge

Matplotlib 基本图结构介绍

基于Matplotlib绘制散点图、柱状图、等高线图、3D图等

多图合并与图片文件存取

Seaborn/PyEcharts等包的使用

scikit-learn的介绍和典型使用

逻辑回归、决策树、随机森林、SVM

XGBoost、LightGBM

多元高斯分布

典型图像处理

多种数学曲线

多项式拟合

代码和案例实践：

快速傅里叶变换FFT与信号处理

Soble/Prewitt/Laplacian算子与卷积网络

卷积与(指数)移动平均线

股票数据分析

缺失数据的处理和预测

环境数据异常检测和分析

快速傅里叶变换FFT

图像处理与奇异值分解SVD

第二章离散建模与时间序列建模

第三课：用户流失率分析与决策树随机森林模型

熵、联合熵、条件熵、KL散度、互信息

最大似然估计与最大熵模型

ID3、C4.5、CART详解

决策树的正则化

预剪枝和后剪枝

Bagging

随机森林

不平衡数据集的处理

利用随机森林做特征选择

使用随机森林计算样本相似度

异常值检测

提升为什么有效

梯度提升决策树GBDT

XGBoost算法详解

Adaboost算法

加法模型与指数损失

XGBoost库使用学习算法的本质

Adaboost用于蘑菇数据分类

Adaboost与随机森林的比较

代码和案例实践：

决策树应用于回归

多标记的决策树回归

决策树和随机森林的特征选择与因子提取

葡萄酒数据集的决策树/随机森林分类

用户流失率分析与预估

第四课：人脸验证与卷积神经网络

神经网络结构，滤波器，卷积

池化，激活函数，反向传播

目标分类与识别、目标检测与追踪

AlexNet、VGGNet、GoogleLeNet

Inception-V3/V4

ResNet、DenseNet

代码和案例实践：

金融数据与卷积网络的关系与分析

时间序列分析与卷积应用

数字图片分类

以图搜图

人证合一

卷积神经网络调参经验分享

第五课：舆情监测与循环神经网络

语言模型Bi-Gram/Tri-Gram/N-Gram

分词算法的原理及类似应用

词性标注

语义关系抽取

词向量

文本分类：基于CNN和基于LSTM的方法比较

机器翻译：Seq2Seq的典型应用

Transformer、BERT等模型原理

文本摘要与信息抽取

阅读理解

问答系统

情感分析

代码和案例实践：

知识图谱：命名实体识别的实践

知识图谱：实体关系的判定与分类

HMM分词及CRF的异同

文本摘要的生成

智能对话系统和SeqSeq模型

阅读理解的实现与Attention

知识图谱与问答系统的关系

第六课：数据科学实践和案例分析

实际生产问题中算法和特征的关系

股票数据的特征提取和应用

一致性检验

缺失数据的处理

环境数据异常检测和分析

模糊数据查询和数据校正方法、算法、应用

代码和案例实践：

损失函数的绘制

卷积与(指数)移动平均线

股票数据分析

交叉验证：对回归器、分类器的性能估计

交叉验证与模型选择

超参数的调整方案

全量Grid计算

随机参数优化

性能度量方案的选择

自定义评价方案

组合模型的参数优化

模型的并行化和发展

AIC/BIC等信息论原则

模型的定量和定性评价

分类、多标签、回归、聚类模型的评价异同

模型持久化

学习曲线

案例分享

案例一：股价分析与预测

时间序列算法：自回归、移动平均和整合模型

股票走势可视化

突变点

股票预测模型建立

模型训练

预测与评估

涉及技术：

ARIMA、时间序列分析

一维卷积、指数平均和滑动平均、

Prophet模型

MaxPooling做光滑

模型评价指标

案例二：用户画像

数据预处理

对用户的搜索数据进行分词与词性过滤

特征选择

Word2vec词向量模型

建模预测

涉及技术：

隐马尔科夫模型算法梗概和应用

词向量与神经网络的应用

词性标注方法

条件随机场CRF简介

知识图谱核心技术：命名实体识别NER

知识图谱核心技术：关系抽取

案例三：信用卡欺诈检测

数据探索性分析

混淆矩阵

逻辑回归

模型建立

模型训练

模型预测与分析

涉及技术：

机器学习算法

Logistic回归与Softmax回归

随机森林

特征选择与重要度计算

模型融合

案例四：购买意向预测

数据清洗

数据探索

特征工程

XGBoost

LightGBM

catBoost

模型建立

模型训练

模型预测与分析

涉及技术：

样本重采样与模型融合

模型梯度下降

再谈特征选择与筛选

机器学习的可解释性问题

强分类器可否进行模型重合

数据挖掘模型与规则提取