更新时间：2020-06-30 17:17:55
封面
版权信息
作者简介
内容简介
前言
第1章 人工智能概述
1.1 AI是什么
1.2 AI技术的成熟度
1.3 美国AI巨头分析
1.4 国内AI现状
1.5 AI与云计算和大数据的关系
1.6 AI技术路线
1.7 AI国家战略
1.8 AI的历史发展
第2章 AI产业
2.1 基础层
2.2 技术层
2.3 应用层
2.4 AI产业发展趋势分析
第3章 数据
3.1 什么是大数据
3.2 国内大数据现状
3.3 大数据的计算模式
3.4 大数据技术
3.5 数据平台
3.6 大数据的商用途径
3.7 大数据产业
3.8 政府大数据案例分析
第4章 机器学习概述
4.1 走进机器学习
4.2 机器学习的基本概念
4.3 数据预处理
第5章 模型
5.1 什么是模型
5.2 误差和MSE
5.3 模型的训练
5.4 梯度下降法
5.5 模型的拟合效果
5.6 模型的评估与改进
5.7 机器学习的实现框架
第6章 机器学习算法
6.1 算法概述
6.2 支持向量机算法
6.3 逻辑回归算法
6.4 KNN算法
6.5 决策树算法
6.6 集成算法
6.7 聚类算法
6.8 机器学习算法总结
第7章 深度学习
7.1 走进深度学习
7.2 神经网络的训练
7.3 神经网络的优化和改进
7.4 卷积神经网络
7.5 深度学习的优势
7.6 深度学习的实现框架
第8章 TensorFlow
8.1 TensorFlow工具包
8.2 第一个TensorFlow程序
8.3 过拟合处理
8.4 特征工程
第9章 TensorFlow高级知识
9.1 特征交叉
9.2 L2正则化
9.3 逻辑回归
9.4 分类
9.5 L1正则化
第10章 神经网络
10.1 什么是神经网络
10.2 训练神经网络
10.3 多类别神经网络
10.4 嵌套
第11章 知识图谱
11.1 什么是知识图谱
11.2 知识图谱构建的关键技术
11.3 知识计算及应用
11.4 企业知识图谱建设
第12章 数据挖掘
12.1 什么是数据挖掘
12.2 数据挖掘技术（方法）
12.3 大数据思维
第13章 银行业大数据和人工智能
13.1 四大行的进展
13.2 其他银行
13.3 金融宏观大数据分析
13.4 小结
第14章 医疗大数据和人工智能
14.1 医疗大数据的特点
14.2 医疗大数据处理模型
14.3 医疗大数据的AI应用
14.4 人工智能的医疗应用场景
14.5 人工智能要当“医生”
14.6 医院大数据
14.7 机器学习在医疗行业中的应用实例分析
第15章 公安大数据和人工智能
15.1 公安大数据的特点
15.2 建设流程
15.3 公安大数据管理平台
15.4 公安大数据挖掘分析
15.5 公安大数据AI应用
