人工智能應(yīng)用實戰(zhàn)

第 1篇 數(shù)據(jù)采集 1\n
項目１ 了解數(shù)據(jù)采集 2\n
項目描述 2\n
知識準備 3\n
1．1 大數(shù)據(jù) 3\n
1．1．1 數(shù)據(jù)來源 3\n
1．1．2 數(shù)據(jù)類型 3\n
1．2 數(shù)據(jù)采集 4\n
1．2．1 數(shù)據(jù)采集的三大要求 4\n
1．2．2 數(shù)據(jù)采集方式 4\n
1．3 數(shù)據(jù)采集的應(yīng)用行業(yè) 5\n
項目實施 “石頭剪刀布”圖像數(shù)據(jù)采集 6\n
1．4 實施思路 6\n
1．5 實施步驟 6\n
知識拓展 12\n
課后實訓 12\n
項目２ 了解網(wǎng)絡(luò)數(shù)據(jù)采集 14\n
項目描述 14\n
知識準備 15\n
2．1 網(wǎng)絡(luò)爬蟲的原理及流程 15\n
2．2 網(wǎng)頁結(jié)構(gòu)：HTML 15\n
2．3 第三方庫：BeautifulSoup4 16\n
項目實施 爬取“石頭剪刀布”靜態(tài)頁面數(shù)據(jù) 17\n
2．4 實施思路 17\n
2．5 實施步驟 18\n
知識拓展 21\n
2．6 urllib 22\n
2．7 requests 22\n
課后實訓 23\n
項目３ 了解端側(cè)數(shù)據(jù)采集 24\n
項目描述 24\n
知識準備 24\n
3．1 端側(cè)數(shù)據(jù)采集概述 24\n
3．1．1 數(shù)據(jù)采集系統(tǒng) 25\n
3．1．2 數(shù)字輸入 輸出模塊 25\n
3．1．3 模擬輸入 輸出模塊 25\n
3．1．4 數(shù)據(jù)采集卡 25\n
3．2 數(shù)據(jù)采集端側(cè)設(shè)備 25\n
3．2．1 圖像采集設(shè)備：CCD傳感器與CMOS傳感器 26\n
3．2．2 音頻采集設(shè)備：麥克風 27\n
3．3 端側(cè)數(shù)據(jù)采集方式 27\n
3．3．1 圖像采集 27\n
3．3．2 語音采集 28\n
3．4 EasyData智能數(shù)據(jù)服務(wù)平臺 28\n
項目實施 視頻抽幀數(shù)據(jù)采集 29\n
3．5 實施思路 29\n
3．6 實施步驟 29\n
知識拓展 31\n
課后實訓 32\n
項目４ 數(shù)據(jù)存儲與加載 33\n
項目描述 33\n
知識準備 34\n
4．1 數(shù)據(jù)編碼 34\n
4．1．1 圖像編碼 34\n
4．1．2 文本編碼 34\n
4．2 數(shù)據(jù)存儲格式 35\n
4．2．1 圖像數(shù)據(jù)存儲格式 35\n
4．2．2 文本數(shù)據(jù)存儲格式 36\n
4．3 數(shù)據(jù)加載及存儲 37\n
4．3．1 圖像數(shù)據(jù)加載及存儲 37\n
4．3．2 文本數(shù)據(jù)加載及存儲 38\n
項目實施 加載、操作并存儲Excel表格文件 39\n
4．4 實施思路 39\n
4．5 實施步驟 39\n
知識拓展 40\n
課后實訓 41\n
第 2篇 數(shù)據(jù)處理 42\n
項目５ 了解數(shù)據(jù)處理 43\n
項目描述 43\n
知識準備 43\n
5．1 數(shù)據(jù)處理工具 43\n
5．2 數(shù)據(jù)處理步驟 44\n
5．2．1 數(shù)據(jù)清洗 44\n
5．2．2 數(shù)據(jù)分析 45\n
5．2．3 數(shù)據(jù)可視化 45\n
5．3 數(shù)據(jù)處理行業(yè)應(yīng)用 46\n
5．3．1 人臉識別 46\n
5．3．2 工業(yè)自動化 46\n
5．3．3 機器翻譯 46\n
5．3．4 醫(yī)療健康分析 47\n
項目實施 EasyData處理文本數(shù)據(jù) 47\n
5．4 實施思路 47\n
5．5 實施步驟 47\n
知識拓展 52\n
課后實訓 53\n
項目６ 圖像數(shù)據(jù)處理 54\n
項目描述 54\n
知識準備 54\n
6．1 圖像基礎(chǔ)知識 54\n
6．1．1 圖像的概念 55\n
6．1．2 圖像的存儲方式 55\n
6．2 圖像數(shù)據(jù)處理方法 55\n
6．2．1 圖像數(shù)據(jù)清洗 55\n
6．2．2 圖像數(shù)據(jù)分析 56\n
6．2．3 圖像數(shù)據(jù)可視化 56\n
6．3 Python庫介紹 56\n
6．3．1 OpenCV庫 56\n
6．3．2 Matplotlib庫 57\n
6．3．3 os庫 57\n
項目實施 “石頭剪刀布”圖像處理 58\n
6．4 實施思路 58\n
6．5 實施步驟 58\n
知識拓展 64\n
6．6 圖像水平翻轉(zhuǎn) 64\n
6．7 圖像垂直翻轉(zhuǎn) 66\n
6．8 圖像對角翻轉(zhuǎn) 66\n
課后實訓 67\n
項目７ 文本數(shù)據(jù)處理 68\n
項目描述 68\n
知識準備 68\n
7．1 文本數(shù)據(jù)處理的應(yīng)用 68\n
7．2 文本數(shù)據(jù)處理方法 69\n
7．2．1 文本數(shù)據(jù)清洗 69\n
7．2．2 文本數(shù)據(jù)分析與可視化 72\n
項目實施 對話情感傾向分析 73\n
7．3 實施思路 73\n
7．4 實施步驟 74\n
知識拓展 80\n
7．5 正態(tài)分布圖法 80\n
7．6 聚類算法 80\n
課后實訓 80\n
第3篇 數(shù)據(jù)標注 82\n
項目８ 了解數(shù)據(jù)標注 83\n
項目描述 83\n
知識準備 83\n
8．1 數(shù)據(jù)標注的概念 83\n
8．2 數(shù)據(jù)標注的類型 84\n
8．3 數(shù)據(jù)標注的意義 84\n
8．4 數(shù)據(jù)標注在行業(yè)中的應(yīng)用 84\n
8．4．1 智能交通 84\n
8．4．2 智能語音 85\n
8．4．3 智能金融 85\n
8．4．4 智能家居 86\n
8．4．5 電子商務(wù) 86\n
項目實施 標注“花卉識別”數(shù)據(jù)集 87\n
8．5 實施思路 87\n
8．6 實施步驟 87\n
知識拓展 92\n
8．7 數(shù)據(jù)標注的難題 92\n
8．8 數(shù)據(jù)標注的角色 93\n
課后實訓 93\n
項目９ 圖像數(shù)據(jù)標注 94\n
項目描述 94\n
知識準備 94\n
9．1 常見的圖像數(shù)據(jù)標注工具 94\n
9．2 常用的數(shù)據(jù)標注數(shù)據(jù)集 95\n
9．3 圖像數(shù)據(jù)標注質(zhì)量標準 96\n
9．4 圖像數(shù)據(jù)標注的應(yīng)用領(lǐng)域 96\n
9．4．1 自動駕駛領(lǐng)域 96\n
9．4．2 工業(yè)質(zhì)檢領(lǐng)域 98\n
9．4．3 智能安防領(lǐng)域 98\n
項目實施 標注“垃圾分類”數(shù)據(jù)集 99\n
9．5 實施思路 99\n
9．6 實施步驟 99\n
知識拓展 102\n
課后實訓 103\n
項目10 文本數(shù)據(jù)標注 104\n
項目描述 104\n
知識準備 104\n
10．1 文本實體標注 104\n
10．2 文本情感分類標注 105\n
10．3 文本相似度標注 105\n
項目實施 標注“微博文本情感分類”數(shù)據(jù)集 105\n
10．4 實施思路 105\n
10．5 實施步驟 106\n
知識拓展 108\n
課后實訓 108\n
第4篇 深度學習應(yīng)用實戰(zhàn) 110\n
項目11 深度學習圖像分類應(yīng)用實戰(zhàn) 111\n
項目描述 111\n
知識準備 111\n
11．1 智能垃圾分類的行業(yè)背景 111\n
11．2 智能垃圾分類的流程 112\n
11．2．1 數(shù)據(jù)標注 112\n
11．2．2 模型訓練 114\n
11．3 智能垃圾分類的應(yīng)用 115\n
項目實施 垃圾分類 116\n
11．4 實施思路 116\n
11．5 實施步驟 116\n
知識拓展 138\n
課后實訓 139\n
項目12 深度學習情感分析應(yīng)用實戰(zhàn) 140\n
項目描述 140\n
知識準備 140\n
12．1 情感分析的行業(yè)背景 140\n
12．2 智能情感分析的流程 142\n
12．2．1 數(shù)據(jù)準備 142\n
12．2．2 數(shù)據(jù)處理 142\n
12．2．3 數(shù)據(jù)標注 143\n
12．2．4 模型訓練 143\n
項目實施 情感分析 144\n
12．3 實施思路 144\n
12．4 實施步驟 144\n
知識拓展 159\n
課后實訓 160