近几年来，中国人工智能技术、移动互联网、云服务产业高速发展，也为智能客户服务这崭新的业务形态的诞生创造了良好的网络环境和技术基础

本次课程针对人工智能算法与技术应用两方面的内容进行展开，目的在加深业务人员对人工智能算法的认识理解，提升其在客户意图处理、智能语义标注等方面的AI算法应用能力。

第 一 章  人工智能的现在与未来

●人工智能的历史发展

●人工智能的发展

●人工智能的主要原理

●人工智能的瓶颈

●AlphaGo 改变了智能世界

●人工智能的主要应用

●人工智能的主要应用

●人工智能的成功案例分享

●人工智能的挑战

第二章  人工智能算法的历史演进

●人工智能算法的历史发展

●人工智能算法的主要分类

●监督学习，如回归算法

●无监督学习，如关联规则学习以及聚类算法

●半监督学习，如深度学习

●强化学习，如Q-Learning算法

第三章 人工智能4大主要算法介绍

●决策树

●决策树的算法原理

●决策树的场景应用

●贝氏分类

●贝氏分类的算法原理

●贝氏分类的场景应用

●神经网络与深度学习

●神经网络与深度学习的算法原理

●神经网络与深度学习的场景应用

●线性回归和逻辑回归

●线性回归和逻辑回归的算法原理

●线性回归和逻辑回归的场景应用

第四章 机器学习的模型设计与训练

●如何将算法实际应用在业务场景当中

●机器学习的模型建造步骤

●机器学习的模型训练方法

●如何优化模型训练的效果