讲解方式:
本课程采用由浅入深,层层递进的讲解方式. 在介绍项目业务流的同时, 更加注重代码驱动. 整个开发流程基于Linux系统的服务器开发模式, 让学生灵活应用知识的同时, 尽早适应企业级开发.
课程亮点:
1. 整个项目基于Lambda架构分解为离线部分和在线部分.
2. 整个项目基于Linux环境的服务器开发模式, 让学生尽早适应企业级开发.
3. 三大模型加持, redis, neo4j两大数据库协助, 更加满足企业级开发应用需求.
课程内容:
1. Unit对话机器人
2. AI在线医生总体架构详解
3. Neo4j图数据库的安装和应用
4. 结构化数据流水线和非结构化数据流水线介绍
5. 基于BERT的微调模型完成命名实体审核任务的模型构建, 训练和推断
适用人群:
1、对自然语言处理技术感兴趣的在校生和应届生。
2、希望从事人工智能行业高薪工作的在职人员。
3、对自然语言处理技术感兴趣的相关人员。
AI在线医生项目课程主讲内容包括:
第一章: 项目背景介绍和Unit对话API使用
1. AI医生项目背景介绍
2. Unit对话API使用
第二章: AI在线医生总体架构和工具介绍
1. 项目总体架构图详解
2. 项目中的5大工具介绍和代码应用
第三章: NEO4J图数据库
1. Neo4j的安装和使用
2. Cypher命名详解和代码应用
3. 在Python中使用Neo4j数据库
第四章: 离线部分总体介绍
1. 离线部分架构介绍
2. 结构化数据流水线详解和代码应用
3. 非结构化数据流水线介绍
第五章: 命名实体审核模型
1. 基于BERT的预训练模型
2. 迁移学习中的RNN模型搭建
3. NN模型的训练与模型保存
4. NN模型的使用
0人已评分
我也要评分