二、詳細演算法
三、建模方面
人工智慧演算法大體上來說可以分類兩類：基於統計的機器學習演算法(machine learning)和深度學習演算法(deep learning)
總的來說，在sklearn中機器學習演算法大概的分類如下：
(1).回歸演算法
(2).分類演算法
(3).聚類演算法
(4)降維演算法
(5)概率圖模型演算法
(6)文字挖掘演算法
(7)優化演算法
(8)深度學習演算法
(1).模型優化
(2).資料預處理
(1).lr (logistic regression，邏輯回歸又叫邏輯分類)
(2).svm (support vector machine，支援向量機)
(3).nb (***** bayes，樸素貝葉斯)
(4).dt (decision tree，決策樹)
(5).整合演算法
(6).最大熵模型
(1).lr (linear regression，線性回歸)
(2).svr (支援向量機回歸)
(3). rr (ridge regression，嶺回歸)
(1).k-means(k均值)聚類
(2).均值漂移聚類
(3).基於密度的聚類(dbscan)
(4).高斯混合模型（gmm）的最大期望（em）聚類
(5).凝聚層次聚類
(6).圖團體檢測(graph community detection)
(1).sgd (隨機梯度下降)
(1).貝葉斯網路
(2).hmm
(3).crf (條件隨機場)
(1).模型
(3).詞法分析
(4).句法分析
(5).文字向量化
(6).距離計算
(1).正則化
(1).bp
(2).cnn
(3).dnn
(3).rnn
(4).lstm
人工智慧 自然語言處理 知識解構
自然語言處理包含4個部分 1 語言識別，語音合成 2 自然語言理解，對話理解，知識獲取和問答，任務理解 3 底層的機器學習 tennsorflow和other 4 個性化資訊的獲取和利用 其中兩個重要的競品分析 google的產品 各種語言場景 alexa亞馬遜產品 基於雲計算的對話機械人產品，nl...
人工智慧 深度學習與自然語言處理
如何自動處理自然語言輸入 並產生語言輸出，是人工智慧的重要研究方向。這門課主要講授近2 3年深度學習在自然語言處理方面的最新發展。課程從相關機器學習模型的數學原理和最優演算法講起，將會講到神經網路在nlp中的一系列應用，包括潛在語義分析 語音到文字的轉錄 語言翻譯以及問答，同時也會講到這些模型在cp...
NLP自然語言處理
第1部分自然語言處理入門 1.1自然語言處理入門.mp4 第2部分hmm和crf 1.1crf模型簡介.mp4 1.1hmm模型介紹.mp4 1.2文字處理的基本方法 part1.mp4 2.1新聞主題分類任務 第4步 part2.mp4 第43部分rnn 1.1rnn模型小結.mp4 1.1rnn...