AI輔助搜索與分類

• 檢索與分類的背景知識簡介
  1.  
     1. 文本搜索引擎的發展
     2. 文本搜索引擎的結構與實現

2.1.1 文本預處理

2.1.2 建立索引

2.1.3 對索引進行搜索

• 文本的特征提取技術
  1.  
     1. 文本向量化
     2. 詞向量化
• Word2vec
• fastText
• Glove
  1.  
     1. 文檔向量
• Paragraph Vector
• LDA

• AI如何進行信息的檢索
  1.  
     1. 熵是什麽？通過數理直覺，透徹理解
     2. 解決最優路徑問題的妙招——蟻群AOC算法
     3. 走進神經網絡、機器學習的世界
     4. 揭開循環神經網絡RNN模型的面紗
     5. 聚類分析之妙
• 利用文本數據標注進行智能化搜索
  1.  
     1. 如何進行數據標注，文本數據標注與

圖片數據標注的區別

• 文檔的相似度分析工具
  1.  
     1. 支持向量機SVM是什麽，8分鍾理解其本質
     2. SVM支持向量機的數學精華
     3. 5分鍾了解隱馬爾科夫模型
     4. 隱馬爾科夫模型在NLP中的應用-詞性標注
     5. 使用Excel深度剖析卷積神經網絡模型，

12 分鍾理解全部知識點

1.  
   1.  
      1. 6分鍾理解機器學習核心——損失函數
      2. 神經網絡模型之核心—點積與矩陣計算 ，

它影響著未來AI芯片的發展