黑马-人工智能AI进阶

课程简介

本课程是一套全面而深入的人工智能课程体系，旨在帮助学员从零基础开始，逐步掌握人工智能领域的核心知识和技能。课程分为多个阶段，从Python基础语法、面向对象编程、数据结构与算法，到机器学习、深度学习、计算机视觉、自然语言处理等高级主题，内容涵盖广泛，适合不同层次的学员学习。

课程注重理论与实践相结合，通过大量的实战案例和项目，帮助学员将所学知识应用于实际场景中，提升解决实际问题的能力。同时，课程还提供了丰富的课外拓展资源，包括面试技巧、项目实战、技术前沿等内容，以满足学员的不同学习需求。

课程目录

1. 主课程阶段

• • 阶段一：人工智能Python基础
  • • 第一章：计算机组成原理
  • • 第二章：Python基础语法
  • • 第三章：判断语句
  • • 第四章：循环语句
  • • 第五章：字符串
  • • 第六章：列表
  • • 第七章：元组
  • • 第八章：字典
  • • 第九章：集合
  • • 第十章：公共方法
  • • 第十一章：函数
  • • 第十二章：函数强化
  • • 第十三章：文件操作
  • • 第十四章：面向对象
  • • 第十五章：异常
  • • 第十六章：模块
  • • 第十七章：学生管理系统（面向对象版）
• • 阶段二：人工智能Python高级
  • • 第一章：Linux基础命令
  • • 第二章：Linux高级命令
  • • 第三章：多任务编程
  • • 第四章：网络编程
  • • 第五章：HTTP协议和静态服务器
  • • 第六章：闭包、装饰器及Python高级语法
  • • 第七章：正则表达式
  • • 第八章：数据结构与算法
  • • 第九章：MySql数据库基本使用
• • 阶段三：人工智能机器学习
  • • 第一章：机器学习概述
  • • 第二章：环境安装和使用
  • • 第三章：matplotlib
  • • 第四章：numpy
  • • 第五章：pandas
  • • 第六章：seaborn
  • • 第七章：K近邻算法
  • • 第八章：线性回归
  • • 第九章：逻辑回归
  • • 第十章：决策树
  • • 第十一章：集成学习
  • • 第十二章：聚类算法
  • • 第十三章：朴素贝叶斯
  • • 第十四章：SVM算法
  • • 第十五章：EM算法
  • • 第十六章：HMM算法
  • • 第十七章：集成学习进阶
• • 阶段四：计算机视觉与图像处理
  • • 第一章：课程简介
  • • 第二章：tensorflow入门
  • • 第三章：深度神经网络
  • • 第四章：图像分类
  • • 第五章：目标检测
  • • 第六章：图像分割
  • • 第七章：OpenCV简介
  • • 第八章：OpenCV基本操作
  • • 第九章：OpenCV图像处理
• • 阶段五：NLP自然语言处理
  • • 主学习路线
• • 阶段六：人工智能项目实战
  • • 第一章：智慧交通
  • • 第二章：在线医生
  • • 第三章：智能文本分类系统
  • • 第四章：实时人脸识别检测项目
• • 阶段七：人工智能面试强化（赠送）
  • • 包含自动编码器、贝叶斯方法、深度强化学习等多个高级主题
• • 阶段八：人工智能资料课件
  • • 包含常用软件、VMware及Ubuntu安装、更新后的文件等内容

2. 课外拓展阶段

• • 阶段一：HR面试技巧
• • 阶段二：赠送-人脸支付
• • 阶段五：阶段一 Python基础（更新）
• • 阶段六：阶段二 Python高级（更新）
• • 阶段七：阶段三 机器学习（更新）
• • 阶段八：阶段四—深度学习基础补充视频
• • 阶段九：阶段五—NLP基础补充视频
• • 阶段十：CV基础+项目（更新）