人工智能基础总目录 一、机器学习模型评价 二、深度学习神经网络三、应用部分自然语言处理 一、机器学习 人工智能导论机器学习概述监督性学习K-近邻算法贝叶斯分类原理新闻头条数据进行聚类分析决策树及对优惠券使用进行预测案例随机森林与集成模型 模型评价 ROC-AUC 与 PR-AUC 的区别与联系 搜索树,图算法,深度优化与广度优化 二、深度学习神经网络 逻辑回归与神经网络实现全连接神经网络与3层神经网络搭建RNN 循环神经网络 三、应用部分 推荐算法概述 自然语言处理 向量空间模型句子理解主题模型概率图模型语言模型于概率图模型词向量模型Word2VecTransformer与Bert自然语言生成