自学考试13011人工智能与大数据教材精讲班-安静
01-第一章-第一节-1.1-AI是什么
02-第一章-第二节-1.2-AI技术的成熟度
03-第一章-第三节-1.3-美国AI巨头分析-第七节-1.7-AI国家战略
04-第一章-第八节-1.8-AI的历史发展
05-第二章-第一节-2.1.1-芯片产业-2.1.7-芯片产业小结
06-第二章-第一节-2.1.8-传感器-2.1.9-传感器小结
07-第二章-第二节-2.2-技术层
08-第二章-第三节-2.3.1-安防-2.3.2-金融
09-第二章-第三节-2.3.3-制造业-2.3.6-自动驾驶
10-第二章-第四节-2.4-AI产业发展趋势分析
11-第三章-第一节-3.1-什么是大数据
12-第三章-第二节-3.2-国内大数据现状
13-第三章-第三节-3.3-大数据的计算模式
14-第三章-第四节-3.4.1-数据技术的演进-3.4.3-Hadoop
15-第三章-第四节-3.4.4-Spark-3.4.7-各类技术平台比较
16-第三章-第五节-3.5.1-数据存储和计算
17-第三章-第五节-3.5.2-数据质量-3.5.3-数据管理
18-第三章-第五节-3.5.4-数据目录-3.5.6-数据准备
19-第三章-第五节-3.5.7-数据整合-3.5.10-数据平台总结
20-第三章-第六节-3.6-大数据的商用途径
21-第三章-第七节-3.7.1-大数据产业界定-3.7.2-大数据技术发展的推动力
22-第三章-第七节-3.7.3-重点行业的大数据应用-3.7.4-大数据应用发展趋势
23-第三章-第八节-3.8-政府大数据案例分析
24-第4章-第一节-4.1-走进机器学习
25-第4章-第二节-4.2-机器学习的基本概念-第三节-4.3-数据预处理
26-第5章-第一节-5.1-什么是模型-第4节-5.4-梯度下降法
27-第5章-第五节-5.5-模型的拟合效果-第七节-5.7-机器学习的实现框架
28-第6章-第一节-6.1-算法概述-第四节-6.4-KNN算法
29-第6章-第五节-6.5-决策树算法-第八节-6.8-机器学习算法总结
30-第7章-第一节-7.1-走进深度学习-第二节-7.2-神经网络的训练
31-第7章-第三节-7.3-神经网络的优化和改进-第六节-7.6-深度学习的实现框架
32-第8章-第一节-8.1-TensorFlow工具包-第二节-8.2-第一个TensorFlow
33-第8章-第三节-8.3-过拟合处理-第四节-8.4-特征工程
34-第9章-第一节-9.1-特征交叉-第三节-9.3-逻辑回归
35-第9章-第四节-9.4-分类-第五节-9.5-L1正则化
36-第10章-第一节-10.1-什么是神经网络
37-第10章-第二节-10.2-训练神经网络
38-第10章-第三节-10.3-多类别神经网络-第四节-10.4-嵌套
39-第11章-第一节-11.1-什么是知识图谱
40-第11章-第二节-11.2-知识图谱构建的关键技术-第四节-11.4-企业知识图谱建设
41-第12章-第一节-12.1-什么是数据挖掘-第二节-12.2-数据挖掘技术（方法）
42-第12章-第三节-12.3-大数据思维
43-第13章-第一节-13.1-四大行的进展-13.4-小结
44-第14章-第一节-14.1-医疗大数据的特点-第三节-14.3-医疗大数据的AI应用
45-第14章-第四节-14.4-人工智能的医疗应用场景
46-第14章-第五节-14.5-人工智能要当“医生”-第七节-14.7-机器学习在医疗行业中的应用
47-第15章-第一节-15.1-公安大数据的特点-第六节-15.6-小结
48-第16章-第一节-16.1-中国制造2025-第四节-16.
扫码：网课题库资料
即可开始学习
在线咨询
发表评论