人工智能项目《AI在线医生》项目实战（视频+资料）

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。

课程目录：
第1章
1.1在线医生背景介绍.mp4
1.2Unit对话API的使用-part1.mp4
1.2Unit对话API的使用-part2.mp4
1.2Unit对话API的使用-part3.mp4
1.2Unit对话API的使用-part4.mp4
第2章
2.1在线医生的总体架构-part1.mp4
2.1在线医生的总体架构-part2.mp4
2.2总体架构中的工具介绍-part1.mp4
2.2总体架构中的工具介绍-part2.mp4
2.2总体架构中的工具介绍-part3.mp4
2.2总体架构中的工具介绍-part4.mp4
2.2总体架构中的工具介绍-part5.mp4
第3章
3.1neo4j简介.mp4
3.2neo4j图数据库的安装.mp4
3.3Cypher介绍与使用-part1.mp4
3.3Cypher介绍与使用-part2.mp4
3.3Cypher介绍与使用-part3.mp4
3.3Cypher介绍与使用-part4.mp4
3.3Cypher介绍与使用-part5.mp4
3.4在Python中使用neo4j-part1.mp4
3.4在Python中使用neo4j-part2.mp4
第4章
4.1离线部分简要分析.mp4
4.2结构化数据流水线-part1.mp4
4.2结构化数据流水线-part2.mp4
4.3非结构化数据流水线.mp4
第5章
5.1任务介绍与模型选用.mp4
5.2训练数据集.mp4
5.3BERT中文预训练模型-part1.mp4
5.3BERT中文预训练模型-part2.mp4
5.4构建RNN模型-part1.mp4
5.4构建RNN模型-part2.mp4
5.4构建RNN模型-part3.mp4
5.5NE模型训练-第1步.mp4
5.5NE模型训练-第2步.mp4
5.5NE模型训练-第3步.mp4
5.5NE模型训练-第4步-part1.mp4
5.5NE模型训练-第4步-part2.mp4
5.5NE模型训练-第5步.mp4
5.5NE模型训练-第6步.mp4
5.6NE模型使用-part1.mp4
5.6NE模型使用-part2.mp4