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