课程资源

章节	ppt(点击下载)	相关链接
第一部分:课程背景      第一章:人工智能概述	第一章
第二部分:基础方法介绍      第二章:贝叶斯基础与分类      第三章:线性分类器与非线性分类器      第四章:人工神经网络      第五章:HMM 马尔可夫模型与Diffusion      第六章:序列模型学习之深度序列模型      第七章:集成学习与网络优化      第八章:无监督学习      第九章:广义弱监督学习      第十章:数据降维与模型压缩	第二章 第三章 第四章 第五章 第六章 第七章 第八章 第九章 第十章
第三部分:应用建模      第十一章:自然语言处理基础      第十二章:计算机视觉-图像特征提取与理解      第十三章:计算机视觉-视频分析-特征提取      第十四章:计算机视觉-视频理解      第十五章:数据挖掘初步之推荐系统	第十一章 第十二章 第十三章 第十四章 第十五章

上述课件不做商业用途，教学课题组无意侵犯作者的版权，部分图片来源于先有文献和书籍，只做教学用途。