本书按照人工智能模型训练开发流程介绍了人工智能模型训练开发技术，包括PaddlePaddle的简介及基础知识、线性回归、卷积神经网络、循环神经网络、自然语言处理、推荐算法、计算机视觉、迁移学习、图像分类、图像识别等，并通过实际的操作案例详细、直观地讲解了人工智能算法和模型的实现过程，可帮助开发人员快速完成人工智能等相关开发任务。
本书内容简明通俗，便于理解，不仅可以拓宽读者的知识面，还可以培养计算机应用能力和解决问题的能力，具有实用、操作性强等特点。本书既可作为高等职业院校和应用型本科人工智能、大数据等相关专业的教学用书，也可作为相关专业人员自学的参考书和培训教材。

前言
二维码索引
任务1 走进人工智能
任务目标
任务描述
任务准备
1.1 人工智能与深度学习
1.2 人工智能深度学习的使用步骤
1.3 人工智能深度学习框架
1.4 人工智能的应用
1.5 AI操作平台
任务实施
任务小结
任务评价
任务2 初识PaddlePaddle
任务目标
任务描述
任务准备
2.1 PaddlePaddle简介
2.2 PaddlePaddle行业应用
2.3 PaddlePaddle环境搭建
2.4 高层API
任务实施
任务小结
任务评价
任务3 PaddlePaddle基础知识
任务目标
任务描述
任务准备
3.1 张量
3.2 动态图
3.3 模型开发
任务实施
任务小结
任务评价
任务4 线性回归——预测程序员月薪
任务目标
任务描述
任务准备
4.1 机器学习
4.2 线性回归
4.3 sklearm库
任务实施
任务小结
任务评价
任务5 卷积神经网络——猫狗分类
任务目标
任务描述
任务准备
5.1 机器学习分类
5.2 卷积神经网络概述
任务实施
任务小结
任务评价
任务6 LeNet之眼疾识别
任务目标
任务描述
任务准备
6.1 LelNet
6.2 AlexNet
6.3 VGGNet
6.4 GoogleLeNet
任务实施
任务小结
任务评价
任务7 RNN实现谣言检测
任务目标
任务描述
任务准备
7.1 循环神经网络
7.2 LSTM模型
任务实施
任务小结
任务评价
任务8 GRU电影评论情感分析
任务目标
任务描述
任务准备
8.1 自然语言处理
8.2 词向量Word2Vec
任务实施
任务小结
任务评价
任务9 电影系统推荐
任务目标
任务描述
任务准备
9.1 推荐系统概述
9.2 推荐系统本质
9.3 常用的推荐系统算法
9.4 实践中的推荐系统
任务实施
任务小结
任务评价
任务10 目标检测——火灾烟雾检测
任务目标
任务描述
任务准备
10.1 目标检测概述
10.2 常用的开源数据集
10.3 PaddleDetection
10.4 用户数据处理
任务实施
任务小结
任务评价
任务11 PaddleHub实现桃子分拣
任务目标
任务描述
任务准备
11.1 迁移学习
11.2 PaddleHub
任务实施
任务小结
任务评价
任务12 使用EasyDL实现图像分类
任务目标
任务描述
任务准备
12.1 什么是EasyDL
12.2 EasyDL应用场景
12.3 EasyDL的优势
任务实施
任务小结
任务评价
任务13 使用EasyDL实现芯片划痕质检
任务目标
任务描述
任务准备
13.1 什么是工业质检
13.2 芯片划痕质检案例介绍
13.3 其他工业质检的应用案例
任务实施
任务小结
任务评价
参考文献