人工智能概论（财经商贸AI技术与应用）课件 单元7-11 操控机器“听见”语音世界 - 让机器“自主”行动

模块二体验机器“感知与理解”世界单元七操控机器“听见”语音世界人工智能概论——财经商贸AI技术与应用第一节机器“听见"世界的基本原理一、声音的数字化与特征提取(一)声音的物理本质与数字表示1.采样2.量化3.编码与封装(二)声音的特征提取1.分帧:2.频谱转换3.特征计算二、基于声学与语言模型的模式匹配(一)声学模型(二)语言模型(三)声学模型与语言模型的协同三、解码与识别结果生成(一)解码搜索(二)输出优化一、声音的数字化与特征提取（一）声音的物理本质与数字表示声音数字化三环节：采样（按采样率“抓拍”，语音用16kHz）、量化（确定振幅数值等级，16位标准）、编码封装（组织为音频文件）。特征提取三步骤：分帧→频谱转换→MFCC特征计算，提炼出“声学身份证”。环节核心内容关键参数采样为声音“拍照片”，每秒次数=采样率语音16kHz，CD44.1kHz量化振幅数值化，位数决定精度16位65,536级，24位1677万级编码封装组织为标准音频文件WAV、MP3等分帧切为20-40ms稳定片段相邻帧重叠频谱转换波形→频率能量分布FFT变换特征计算提取MFCC特征13维“声学身份证”一、声音的数字化与特征提取（一）声音的物理本质与数字表示1．采样采样过程一、声音的数字化与特征提取（一）声音的物理本质与数字表示1．采样采样率对声音还原的影响一、声音的数字化与特征提取（一）声音的物理本质与数字表示2．量化采样率对声音还原的影响概念核心内容量化位数8位(256级)精度有限；16位(65,536级)CD标准；24位(1677万级)专业录音量化误差连续值“四舍五入”为有限刻度产生，表现为本底噪声；位数越高误差越低压扩技术低幅度区域刻度密集，高幅度区域稀疏，有限位数内更好保留微弱信号一、声音的数字化与特征提取（一）声音的物理本质与数字表示2．量化量化原理示意图一、声音的数字化与特征提取（一）声音的物理本质与数字表示3．编码与封装编码封装将离散数字组织为音频文件：编码加工压缩数据，封装将数据流与描述信息打包为标准格式（WAV、MP3），便于存储与交换。环节功能类比音频编码加工与压缩数据，决定最终形式和体积加工原料文件封装将编码数据+描述信息打包为标准文件格式打包装箱+贴标签一、声音的数字化与特征提取（二）声音的特征提取特征提取三步骤：分帧（切为20-40ms片段）、频谱转换（波形→频率能量分布）、特征计算（提取MFCC系数）。最终生成“声学身份证”，为语音识别奠定数据基础。步骤核心任务关键点分帧切成20-40ms短片段帧内特征稳定，相邻重叠防断裂频谱转换波形→频率能量分布FFT变换，分解声音成分特征计算提取精简数值特征MFCC最常用，模拟人耳听觉目标生成“声学身份证”降维+稳定性+区分性一、声音的数字化与特征提取（二）声音的特征提取特征提取流程示例二、基于声学与语言模型的模式匹配（二）声音的特征提取声学模型将声音特征映射为音素（概率表）；语言模型引入语言学约束，选择最合理的词序列。二者协同纠正同音错误（如“歌曲”vs“哥曲”），完成从发音符号到通顺句子的转化。模型核心任务输出/作用声学模型声音特征→音素映射二维概率表（帧×音素），提供声学证据语言模型评估词序列合理性选择符合语言习惯的序列，纠正同音错误协作声学+语言双约束从发音符号到通顺句子的转化二、基于声学与语言模型的模式匹配（二）声音的特征提取声学模型与语言模型协同工作示意三、解码与识别结果生成解码器在声学与语言模型约束下搜索最优文字序列。采用动态规划+剪枝策略，仅保留高概率路径。输出时计算置信度分数，高置信度直接采纳，中低置信度触发确认机制。环节核心内容解码搜索动态规划+剪枝策略，避免组合爆炸，保留高概率路径输出优化计算置信度分数：高→直接采纳；中低→二次确认或候选列表自适应上下文自适应+个性化优化，提升特定场景识别精度案例“我想喝咖啡”概率0.950入选，“呵→咔啡”0.001被剪枝三、解码与识别结果生成以“我想喝咖啡”为例，红色粗箭头路径综合概率最高（0.950）被选中，灰色低概率路径（如“呵→咔啡”，0.001）被剪枝舍弃。解码器路径搜索决策可视化示意图第二节百度语音识别工具转写录音一、音频参数配置二、语音识别模式三、认识百度语音识别工具。四、利用百度语音识别工具转写财经录音:(一)开通语音识别服务(二)利用在线体验功能转写录音(三)调用API转写财经录音一、音频参数配置音频参数配置需适配语音识别接口要求：采样率建议16kHz，完整覆盖人声主频段（300Hz–8kHz），兼顾质量与效率。编码与封装优先WAV（无压缩，保留完整原始数据）或FLAC（无损压缩，节省空间）。声道数通常设单声道，多数识别场景已足够；双声道仅需区分声源方位时使用（如会议录音）。参数建议值理由采样率16kHz覆盖人声主频段，兼顾质量与效率格式WAV/FLAC无压缩/无损压缩，保留原始数据声道单声道内容理解为主，区分方位才用双声道二、语音识别模式语音识别分两种模式：离线语音识别对已存在的音频文件进行整体识别，适用于会议记录转写、音频内容审核、视频字幕生成等场景。实时在线语音识别采用流式处理，边接收音频边输出结果，适用于手机语音输入法、智能音箱、同声字幕、直播监控、电话客服实时质检等。模式处理方式典型应用离线识别对已存在音频整体识别会议转写、内容审核、视频字幕实时在线识别流式处理，边接收边输出语音输入、智能音箱、同声字幕、直播监控、客服质检三、认识百度语音识别工具百度语音识别是云端语音转文字服务，将普通话或带轻微口音的语音实时/离线转为可编辑文本。无需安装软件或训练模型，上传音频即可获得结果。底层模型基于大规模中文语音数据训练，字错率低于3%，内建财经、客服等词库，可直接识别“营收”“净利润”等专业词汇。支持WAV、M4A、MP3、PCM等格式，要求采样率16kHz或8kHz、单声道、时长≤60秒、文件≤10MB。维度核心内容服务性质云端语音转文字服务使用方式上传音频→获得识别结果，无需安装/训练识别能力普通话+轻微口音，字错率<3%，内建财经/客服词库格式要求WAV、M4A、MP3、PCM技术规格16/8kHz、单声道、≤60秒、≤10MB四、利用百度语音识别工具转写财经录音（一）开通语音识别服务在语音技术控制台中新建应用四、利用百度语音识别工具转写财经录音（一）开通语音识别服务创建应用“语音识别”四、利用百度语音识别工具转写财经录音（一）开通语音识别服务创建好的“语音识别”应用四、利用百度语音识别工具转写财经录音（二）利用在线体验功能转写录音语音技术的体验中心界面四、利用百度语音识别工具转写财经录音（二）利用在线体验功能转写录音体验短语音识别四、利用百度语音识别工具转写财经录音（三）调用API转写财经录音DeepSeek生成安装代码1．安装百度语音识别工具包四、利用百度语音识别工具转写财经录音（三）调用API转写财经录音新建“语音转文本”项目1．安装百度语音识别工具包四、利用百度语音识别工具转写财经录音（三）调用API转写财经录音在新单元格中粘贴DeepSeek生成的命令1．安装百度语音识别工具包四、利用百度语音识别工具转写财经录音（三）调用API转写财经录音安装baidu-aip包1．安装百度语音识别工具包四、利用百度语音识别工具转写财经录音（三）调用API转写财经录音2．准备音频文件3．借助DeepSeek生成语音转文本的Python代码生成百度语音识别代码：用aip库，读取input.wav文件，设置16000采样率，APIKey和SecretKey留空，直接打印识别结果，加中文注释。DeepSeek提示词替代DeepSeek生成代码中的值四、利用百度语音识别工具转写财经录音（三）调用API转写财经录音4．上传音频文件进行语音识别上传音频文件四、利用百度语音识别工具转写财经录音（三）调用API转写财经录音4．上传音频文件进行语音识别从音频文件input.wav中识别出来的文本第三节录制和转写财经快讯音频一、录制财经快讯音频二、转换音频文件格式三、对音频文件进行语音识别一、录制财经快讯音频

DeepSeek生成的财经快讯文稿录下的音频文件名为“财经快讯.m4a”二、转换音频文件格式

DeepSeek生成的代码二、转换音频文件格式

利用DeepSeek生成的代码实现“财经快讯.m4a”的格式转换二、转换音频文件格式

下载格式转换后的文件三、对音频文件进行语音识别

DeepSeek提示词利用DeepSeek生成的代码实现对output.ipynb文件的语音识别写一段极简Python代码，要求在已安装baidu-aip库的前提下，将output.wav文件中的语音转换为文字（采样率16000），并打印识别结果，注意将用户的AppID、APIKey、SecretKey留空，并给出相应注释。单元小结本单元系统阐释语音识别核心技术原理（采样、量化、编码到识别），解析机器“听懂”语音的基本流程；讲解音频参数配置、格式转换等关键技能；依托百度语音识别平台，完整体验从音频录制、格式转换到API调用与结果分析的实战流程，将技术原理应用于会议记录、快讯转写等实际问题。模块核心内容原理篇采样→量化→编码→识别，机器“听懂”语音的流程技能篇音频参数配置、格式转换实战篇百度语音识别平台：录制→转换→API调用→结果分析模块二体验机器“感知与理解”世界单元八操控机器“读懂”文字世界人工智能概论——财经商贸AI技术与应用第一节机器“读懂”文字的基本原理一、分词与词性标注(一)分词1.基于规则与词典的分词阶段2.基于统计机器学习的分词阶段3.基于深度学习的分词阶段(二)词性标注[1.基于规则与词典的词性标注阶段2.基于统计机器学习的词性标注阶段3.基于深度学习的词性标注阶段二、句法分析与语义理解(一)句法分析(二)语义理解三、信息抽取(一)命名实体识别(二)关系抽取(三)事件抽取(四)技术演进脉络一、分词与词性标注（一）分词分词是将连续文本序列切分为具有语言学意义的词汇或子词单元，是早期NLP流程中将非结构化字符序列转化为结构化数据的关键一步。1．基于规则与词典的分词阶段维度核心内容核心要素静态词典+扫描方向+匹配规则匹配逻辑取最长词长度→逐字递减查词典→匹配即输出示例“请提交/跨国供应链金融/方案书”优势逻辑直接、效率高、结果可解释局限无法识别未登录词；缺乏语义理解，无法处理交集型歧义规则词典机械分，高效透明却无“智”一、分词与词性标注正向最大匹配法分词示例原始句子请提交跨国供应链金融方案书分词词典请、提交、请提交、跨国、供应链、金融、方案、书、跨国供应链、供应链金融、金融方案、跨国供应链金融、供应链金融方案、方案书轮次尝试次数取词内容匹配结果第1轮第1次请提交跨国供应（7字）❌第1轮第2次请提交跨国供（6字）❌第1轮第3次请提交跨国（5字）❌第1轮第4次请提交跨（4字）❌第1轮第5次请提交（3字）✅输出第2轮第1次跨国供应链金融（7字）✅输出第3轮第1次方案书（3字）✅输出一、分词与词性标注正向最大匹配法分词示例最终分词结果方法说明优势局限逻辑直接无法识别未登录新词（如“北向资金”）执行效率高缺乏语义理解结果透明可解释无法处理交集型歧义一、分词与词性标注（一）分词分词是将连续文本序列切分为具有语言学意义的词汇或子词单元，是早期NLP流程中将非结构化字符序列转化为结构化数据的关键一步。2．基于统计机器学习的分词阶段机器从标注语料中“学会”切分规律，而非死记词典对比维度规则与词典分词统计机器学习分词分词依据静态词典+匹配规则语料中统计的概率新词识别❌无法识别✅可识别未登录词歧义处理机械匹配，完全依赖词典依转移概率选整体最优领域迁移需手动扩充词典用新领域语料重新训练一、分词与词性标注基于统计机器学习的分词示例BMES标签集标签含义B（Begin）词语的首字M（Middle）词语的中间字（三字及以上词）E（End）词语的尾字S（Single）单字成词序列标注示例句子：我们学习人工智能分词：我们/学习/人工智一、分词与词性标注基于统计机器学习的分词示例训练语料（极简示例）HMM三类概率语料标注序列分词结果1产/B业/E产业2金/B融/E金融标签概率B1.0S/M/E0前→后概率B→E1.0标签汉字概率B产0.5B金0.5E业0.5E融0.5初始概率（句首标签分布）转移概率（标签→标签）发射概率（标签→汉字）一、分词与词性标注基于统计机器学习的分词示例HMM分词决策一、分词与词性标注基于统计机器学习的分词示例一、分词与词性标注（一）分词分词是将连续文本序列切分为具有语言学意义的词汇或子词单元，是早期NLP流程中将非结构化字符序列转化为结构化数据的关键一步。3．基于深度学习的分词阶段深度学习分词：机器自动“悟”出字的含义与上下文关系，无需人工设计规则或特征阶段分词依据核心机制规则与词典静态词典+匹配规则字符精确匹配统计机器学习语料概率统计初始/转移/发射概率深度学习自动学习字向量与上下文神经网络自动提取特征一、分词与词性标注（二）词性标注词性标注（Part-of-SpeechTagging）的任务是为句子中的每个词标注一个词类标记，如名词、动词、形容词等。1．基于规则与词典的词性标注阶段先查词典定候选，再套规则选词性——简单直接，但难覆盖所有语言变化一、分词与词性标注（二）词性标注词性标注（Part-of-SpeechTagging）的任务是为句子中的每个词标注一个词类标记，如名词、动词、形容词等。1．基于规则与词典的词性标注阶段一、分词与词性标注（二）词性标注词性标注（Part-of-SpeechTagging）的任务是为句子中的每个词标注一个词类标记，如名词、动词、形容词等。1．基于规则与词典的词性标注阶段一、分词与词性标注（二）词性标注词性标注（Part-of-SpeechTagging）的任务是为句子中的每个词标注一个词类标记，如名词、动词、形容词等。2．基于统计机器学习的词性标注阶段一、分词与词性标注（二）词性标注词性标注（Part-of-SpeechTagging）的任务是为句子中的每个词标注一个词类标记，如名词、动词、形容词等。2．基于统计机器学习的词性标注阶段一、分词与词性标注（二）词性标注词性标注（Part-of-SpeechTagging）的任务是为句子中的每个词标注一个词类标记，如名词、动词、形容词等。2．基于统计机器学习的词性标注阶段机器从标注语料中“学会”上下文与词性的对应规律，而非依赖人工规则一、分词与词性标注（二）词性标注词性标注（Part-of-SpeechTagging）的任务是为句子中的每个词标注一个词类标记，如名词、动词、形容词等。3．基于深度学习的词性标注阶段维度说明技术思路与分词高度重合，同样采用序列标注模型做法学习字词特征后，直接为每个词打上词性标签实际应用两者常联合处理，同一套模型一次完成分词+词性标注学习建议掌握分词深度学习原理≈理解词性标注做法一、分词与词性标注（二）词性标注词性标注（Part-of-SpeechTagging）的任务是为句子中的每个词标注一个词类标记，如名词、动词、形容词等。3．基于深度学习的词性标注阶段分词与词性标注的深度学习对比对比维度分词词性标注输入字序列词序列（或字符级联合）输出BMES标签词性标签（n/v/a等）模型BiLSTM-CRF/BERTBiLSTM-CRF/BERT核心思路序列标注序列标注一、分词与词性标注联合建模示例分词与词性标注共享同一套深度学习框架，实际应用中常联合建模，一次完成两项任务。二、句法分析与语义理解句法分析与语义理解共同构成了NLP的核心中间层——前者揭示句子的结构骨架，后者为这个骨架填充语义血肉。维度句法分析语义理解作用揭示句子的结构骨架为骨架填充语义血肉关注词如何组合成短语，短语间的关系句子表达的深层含义核心语法结构谁对谁做了什么二、句法分析与语义理解（一）句法分析句法分析的任务是分析句子的语法结构，识别出句子中各成分之间的组合方式与语法关系。根据表示形式的不同，句法分析通常主要分为短语结构分析（又称成分句法分析）和依存句法分析两种范式。1．短语结构分析短语结构树示例二、句法分析与语义理解（一）句法分析句法分析的任务是分析句子的语法结构，识别出句子中各成分之间的组合方式与语法关系。根据表示形式的不同，句法分析通常主要分为短语结构分析（又称成分句法分析）和依存句法分析两种范式。2．依存句法分析依存关系示例二、句法分析与语义理解（一）句法分析句法分析的任务是分析句子的语法结构，识别出句子中各成分之间的组合方式与语法关系。根据表示形式的不同，句法分析通常主要分为短语结构分析（又称成分句法分析）和依存句法分析两种范式。短语结构树vs依存句法树对比短语结构树依存句法树节点类型单词+词性+短语标记仅单词结构特点层次嵌套词间连线（有向）核心思想句子由短语组成词与词之间存在依赖二、句法分析与语义理解（二）语义理解语义理解的核心任务是让机器理解句子所表达的深层含义，而不仅仅是其语法结构。同一个句子结构可能表达不同的语义，不同的句子结构也可能表达相同的语义。二、句法分析与语义理解（二）语义理解语义理解的核心任务是让机器理解句子所表达的深层含义，而不仅仅是其语法结构。同一个句子结构可能表达不同的语义，不同的句子结构也可能表达相同的语义。语义依存关系示例二、句法分析与语义理解（二）语义理解技术演进三阶段阶段方法特点规则驱动人工编写语法规则逻辑清晰，覆盖有限统计学习从标注语料自动学习概率规则解决歧义，泛化能力提升深度学习BiLSTM、Transformer、BERT自动学习特征，达到最优水平三、信息抽取信息抽取是NLP的高层应用，其核心任务是从自然语言文本中自动抽取出结构化的目标信息，将非结构化文本转化为更易分析和利用的结构化数据形式。信息抽取通常包括三个核心子任务：命名实体识别、关系抽取和事件抽取。子任务核心问题输出形式命名实体识别文本中有哪些实体？实体+类别（人名/地名/机构名等）关系抽取实体之间有何关系？三元组（实体1，关系，实体2）事件抽取发生了什么？触发词+事件类型+事件论元三、信息抽取命名实体识别目标：识别文本中的实体并分类示例：2026年3月，阿里巴巴集团在杭州宣布收购一家科技公司。实体类别2026年3月时间阿里巴巴集团机构名杭州地名一家科技公司机构名三、信息抽取关系抽取目标：识别实体间的语义关系，输出三元组示例1：A公司是ABC集团的子公司。(A公司，子公司，ABC集团)示例2：B机构投资了C企业。(B机构，投资，C企业)三、信息抽取事件抽取目标：识别“发生了什么”，还原事件全貌要素说明触发词标志事件发生的词（动词/名词）事件类型由触发词+上下文决定事件论元参与者及相关属性三、信息抽取事件抽取目标：识别“发生了什么”，还原事件全貌三、信息抽取事件抽取目标：识别“发生了什么”，还原事件全貌三、信息抽取关系抽取vs事件抽取三、信息抽取技术演进三阶段第二节百度NLP文本理解与生成一、认识百度NLP(一)登录百度智能云的NLP服务(二)领取免费NLP资源(三)创建NLP应用(四)获取鉴权信息二、体验百度NLP功能(一)体验百度自然语言生成技术

(二)体验百度自然语言理解技术一、认识百度NLP（一）登录百度智能云的NLP服务搜索“自然语言处理”控制台一、认识百度NLP（一）登录百度智能云的NLP服务使用NLP的三个步骤一、认识百度NLP（二）领取免费NLP资源领取免费NLP资源一、认识百度NLP（二）领取免费NLP资源领取全部免费资源一、认识百度NLP（二）领取免费NLP资源免费资源领取成功页面一、认识百度NLP（三）创建NLP应用创建新应用一、认识百度NLP（三）创建NLP应用创建“财经文本理解与处理”应用一、认识百度NLP（三）创建NLP应用查看新创建的“财经文本理解与处理”应用一、认识百度NLP（四）获取鉴权信息【自助工具】下的【API在线调试】一、认识百度NLP（四）获取鉴权信息未鉴权提示一、认识百度NLP（四）获取鉴权信息获取鉴权参数一、认识百度NLP（四）获取鉴权信息自然语言处理某项具体功能的鉴权提示二、体验百度NLP功能（一）体验百度自然语言生成技术文章标签生成二、体验百度NLP功能（一）体验百度自然语言生成技术文章分类二、体验百度NLP功能（一）体验百度自然语言生成技术新闻摘要生成二、体验百度NLP功能（二）体验百度自然语言理解技术情感倾向分析二、体验百度NLP功能（二）体验百度自然语言理解技术参数说明描述log_iduint64请求唯一标识码sentimentint表示情感极性分类结果，0:负向，1:中性，2:正向confidencefloat表示分类的置信度，取值范围[0,1]positive_probfloat表示属于积极类别的概率，取值范围[0,1]negative_probfloat表示属于消极类别的概率，取值范围[0,1]情感倾向分析返回参数释义二、体验百度NLP功能（二）体验百度自然语言理解技术实体分析单元小结本单元从NLP基本原理入手，系统讲解分词、词性标注、句法分析、语义理解、信息抽取等核心技术，并通过百度智能云平台体验文章标签、情感倾向分析、实体识别等典型任务。通过学习，可掌握NLP核心概念与技术流程，具备运用NLP工具进行文本分析与处理的基本能力。维度达成效果认知掌握NLP核心概念与技术流程技能具备运用NLP工具进行文本分析与处理的基本能力应用为后续深入学习与应用打下坚实基础模块三体验机器如何“学习”单元九让机器“学习”规律人工智能概论——财经商贸AI技术与应用

第一节

机器学习常用算法一、分类算法认知（一）分类算法（二）常见的分类算法二、回归算法认知（一）回归算法（二）常见的回归算法三、聚类算法认知（一）聚类算法（二）常见的聚类算法一、分类算法认知（一）分类算法分类算法是用于类别判断的算法，常用来解决“某对象属于哪一类”的问题。例如，判断企业是否面临破产风险（属于“高风险”或“非高风险”类别）。分类算法是监督学习算法，其核心是从已有数据中学习特征与类别标签之间的对应关系。例如，在企业风险预测中，首先需要收集大量已人工标注好的企业历史数据（包括有风险企业和无风险企业的数据），机器通过分析这些数据，自动寻找出企业特征与破产风险之间的关联规律。这种习得的规律就是机器学习进行预测的依据。当新数据输入时，算法利用这一规律自动为其贴上合适的类别标签，从而实现自动分类预测。（二）常见的分类算法1．决策树算法在各类分类算法中，决策树算法是逻辑较为直观的一种。它通过构建“分支判断结构”，以逐层验证特征条件的方式逐步缩小类别范围，最终实现对目标对象的类别判定。一、分类算法认知2.支持向量机算法支持向量机算法的核心逻辑是在特征空间中找到一条“最优分隔线”，将不同类别的样本分开，且这条分隔线要最大化不同类样本到分隔线的距离（即“间隔最大化”），从而提升分类的准确性。一、分类算法认知3.K近邻算法K近邻算法是一种“惰性学习”算法，与多数机器学习模型先训练后预测不同，它在训练阶段不构建固定的分类模型，仅存储所有已知类别的样本数据，直到预测时才进行计算。一、分类算法认知（一）回归算法回归算法是用于数值预测的基础算法，主要解决“未来某指标具体值是多少”的问题，如预测企业下月营收金额、下季度产品成本涨幅、商店每月销量等。回归算法的关键在于从历史数据中挖掘特征与具体数值结果的关联规律，再利用这个规律计算未来的数值。就像通过分析过去的经营数据，找到影响营收、成本的关键因素，进而预测未来一段时间的经营结果。二、回归算法认知二、回归算法认知（二）常见的回归算法1．线性回归算法线性回归算法是最基础的经典回归算法，假设自变量与因变量之间存在线性相关关系，通过最小二乘法拟合出最优的线性方程，最终输出连续的数值预测结果。二、回归算法认知2．决策树回归算法决策树回归算法是基于树状结构的非线性回归算法，通过递归划分特征空间，将数据集拆分为多个子集，每个子集对应一个叶子节点，最终以叶子节点内样本因变量的均值或中位数作为该子集的预测值，无需假设数据存在线性关系。由该算法训练得到的可用于预测的树模型，称为决策树回归器。二、回归算法认知3．随机森林回归算法随机森林回归算法是通过随机抽样构建多棵独立的决策树回归器，最终将所有决策树的预测结果取平均值，作为最终的回归预测值。此算法能有效降低单棵决策树过拟合的风险，提升预测稳定性。三、聚类算法认知（一）聚类算法聚类算法是无监督机器学习的方法，其处理的数据集不包含预设标签，无需人工定义类别划分标准。聚类算法通过分析数据样本的自身特征，自动将具有相似特征的样本归为同一簇，使簇内样本尽可能相似、簇间样本尽可能不同，从而挖掘数据的内在分布规律。例如，在区分高净值客户与普通客户时，聚类算法无需提前人为定义客户类别，仅通过分析存款金额、理财购买金额、每月消费频率等关键特征，就能自动发现那些存款规模较高、理财投资达到一定标准的客户会自然聚集为高净值组，而其余客户则形成普通组。（二）常见的聚类算法1.K均值聚类算法K均值聚类算法，又称K-Means算法，是通过迭代优化将数据集划分为预先指定的K个簇的聚类方法。三、聚类算法认知2.DBSCAN算法DBSCAN（Density-BasedSpatialClusteringofApplicationswithNoise，基于密度的带噪声应用空间聚类）是一种基于密度的聚类算法，不需要预先指定聚类数量，而是通过样本点的密集程度自动划分簇、识别噪声。三、聚类算法认知3.AGNES算法AGNES算法是一种自底向上的层次聚类算法，它不需要预先设定聚类数量，而是从每个样本单独作为一类开始，不断将距离最近、特征最相似的类别进行合并，重复这一过程直到所有样本合并成一个完整的层次结构，最终可以通过层次结构图清晰地展示各类别之间的层级关系。三、聚类算法认知第二节

机器学习模型构建一、数据获取二、数据预处理三、模型选择与训练四、模型评估五、模型保存与应用一、数据获取在BaiduAIStudio平台加载数据集二、数据预处理通过BaiduAIStudio平台和DeepSeek进行预处理：

DeepSeek生成预处理代码三、模型选择与训练模型选择与训练的目标是构建适配“企业财务风险预测”需求的模型并完成初步训练。

安装机器学习库三、模型选择与训练模型选择与训练的目标是构建适配“企业财务风险预测”需求的模型并完成初步训练。

DeepSeek生成特征筛选代码三、模型选择与训练模型选择与训练的目标是构建适配“企业财务风险预测”需求的模型并完成初步训练。

数据集划分三、模型选择与训练模型选择与训练的目标是构建适配“企业财务风险预测”需求的模型并完成初步训练。

DeepSeek生成模型训练代码四、模型评估模型评估是检验模型泛化性能的关键步骤，目的是客观衡量模型对新数据的适配能力。评估必须使用完全独立的测试集，且在模型所有调优完成后仅使用一次，用于最终验证。

DeepSeek生成模型评估代码fromsklearn.metricsimportaccuracy_score,f1_scorey_pred=dt.predict(X_test)print(accuracy_score(y_test,y_pred),f1_score(y_test,y_pred))五、模型保存与应用完成模型训练与优化后，需对其进行规范保存，以支撑后续的复用、部署与复盘。保存后的模型可直接投入预测任务，避免重复训练的资源消耗；同时能适配业务场景中的推理服务部署，也为后续的模型迭代、问题排查及训练过程复盘提供基础，保障模型应用的连续性与可优化性。

模型保存：五、模型保存与应用完成模型训练与优化后，需对其进行规范保存，以支撑后续的复用、部署与复盘。保存后的模型可直接投入预测任务，避免重复训练的资源消耗；同时能适配业务场景中的推理服务部署，也为后续的模型迭代、问题排查及训练过程复盘提供基础，保障模型应用的连续性与可优化性。

模型应用：本单元聚焦机器学习核心体系：厘清分类、回归、聚类三大基础任务的本质差异，梳理从数据获取到模型落地的五大实战闭环，让理论认知与工程实践深度融合，构建完整的AI应用知识框架。核心维度关键内容解析三大基础任务分类用于类别归属判断，回归专注连续数值精准预测，聚类实现无监督的数据自动分群。五大实战环节遵循“数据获取→预处理→模型选择与训练→模型评估→保存与应用”的全链路闭环，是保障模型从理论设计到工程落地有效的关键流程。单元小结模块三体验机器如何“学习”单元十让机器“深度”学习人工智能概论——财经商贸AI技术与应用

第一节

深度学习的基本原理一、神经网络基础认知（一）神经网络的构成（二）神经元的判断逻辑（三）神经网络的协同工作二、神经网络的演变（一）CNN（二）RNN（三）Transformer（四）生成式AI与AIGC一、神经网络基础认知（一）神经网络的构成神经网络的构成围绕“人工神经元”展开，通过神经元的层级连接，形成完整的信息处理网络。1．人工神经元人工神经元是神经网络的“基本单元”，可理解为一个小型信息处理器：接收输入信息，进行简单运算，再将处理后的结果传递给下一个环节。2．网络层级单个人工神经元的处理能力有限，神经网络的优势在于连接与层级。多个人工神经元按一定规则排列成不同层级——输入层接收原始信息，隐藏层对信息进行多轮处理，输出层给出最终结果。不同层级的神经元相互连接，形成一张庞大的“信息处理网络”。一、神经网络基础认知（二）神经元的判断逻辑隐藏层中每个人工神经元接收多个输入信息时，首先将文字、描述类信息转化为可计算的数值，然后根据信息的重要程度，为每个输入分配不同的权重，再将每个输入与对应权重相乘后进行汇总相加，得到一个加权总分。这个总分本身没有明确的是或否的含义，必须经过激活函数才能得出结论。激活函数的作用是给神经元设定一条清晰的判断规则（此处以简单的阈值函数为例）：先设定一个阈值，如果加权总分大于等于该阈值，则输出有效信号（如1）；否则输出无效信号（如0）。一、神经网络基础认知（三）神经网络的协同工作单个人工神经元的判断能力有限，无法处理复杂任务。因此，神经网络将大量神经元按“输入层—隐藏层—输出层”的结构分层连接，各层协同工作。同时神经网络具备自主学习能力，能通过大量标注数据的训练，不断调整各神经元的权重，优化判断逻辑。一、神经网络基础认知结构相对简单的神经网络仅能处理简单的分类、判断任务，例如判断题目对错、区分黑白图片等。为了应对更复杂的信息处理需求，人们对这种简单神经网络进行了升级，升级后的网络就是深度神经网络，它在初始简单神经网络的基础上增加了更多隐藏层，并优化了网络结构，因此具备了更强的信息处理能力。常说的深度学习，正是依托深度神经网络实现的机器学习技术，深度神经网络也是深度学习的核心载体。随着科技的发展，人们需要用深度神经网络解决更复杂的实际问题，例如识别彩色图片、听懂人类语音、理解文字含义，这就需要对深度神经网络进行专项优化，演变出适合不同领域的专用模型，其中常用的有四类模型：CNN、RNN、Transformer、生成式AI与AIGC。二、神经网络的演变二、神经网络的演变（一）CNN普通神经网络处理人脸识别、图片分类等图像任务存在缺陷：图像像素直接输入会造成神经元、计算量过大，且难以捕捉图像空间特征。为此优化出CNN卷积神经网络，核心是神经元只关注图像局部区域，用同一套规则识别全图相似特征，大幅减少计算量，便于提取图像关键特征。二、神经网络的演变（二）RNN传统神经网络难以处理翻译、语音识别等序列任务，无法捕捉文本、时序数据的前后关联。为此衍生出RNN循环神经网络，增设循环层与隐藏状态，赋予网络记忆能力，处理当前输入时可留存前文信息，捕捉序列关联、理解完整语义。二、神经网络的演变（三）TransformerTransformer的核心思想是自注意力机制。它让神经网络拥有全局视野，能够同时关注整个序列中的所有信息，快速找到不同位置文字之间的关联。二、神经网络的演变（四）生成式AI与AIGC随着CNN、RNN、LSTM、Transformer等神经网络架构的迭代，人工智能的研究范式从专用模型转向了大规模预训练模型。在此基础上，让AI不仅能判断、识别，还能创造，这就是现在热议的生成式AI，也是AIGC（人工智能生成内容）技术的核心载体。生成式AI本质上是深度神经网络的进一步优化。它融合了Transformer的自注意力机制、CNN的图像特征提取能力，并依托海量训练数据，让模型深度学习人类的创作逻辑，最终具备自主生成全新内容的能力，而AIGC正是依托这一技术，实现了文字、图像、音频、视频等全品类内容的自动化创作。二、神经网络的演变（四）生成式AI与AIGC1．AI绘画：体验文心一言绘画功能二、神经网络的演变（四）生成式AI与AIGC2．文本创作：体验豆包文案生成二、神经网络的演变（四）生成式AI与AIGC3．语音合成：体验百宝音平台生成配音二、神经网络的演变（四）生成式AI与AIGC4．AI视频生成：体验即梦AI短视频生成（二）常见的聚类算法1.K均值聚类算法K均值聚类算法，又称K-Means算法，是通过迭代优化将数据集划分为预先指定的K个簇的聚类方法。三、聚类算法认知2.DBSCAN算法DBSCAN（Density-BasedSpatialClusteringofApplicationswithNoise，基于密度的带噪声应用空间聚类）是一种基于密度的聚类算法，不需要预先指定聚类数量，而是通过样本点的密集程度自动划分簇、识别噪声。三、聚类算法认知第二节

深度学习模型构建一、访问BML二、体验商品图像识别模型训练与应用（一）数据服务（二）模型训练（三）模型发布与评估（四）模型部署与预测一、访问BML进入百度智能云BML平台二、体验商品图像识别模型训练与应用（一）数据服务

数据集管理：二、体验商品图像识别模型训练与应用（一）数据服务

创建数据集：二、体验商品图像识别模型训练与应用（一）数据服务

导入数据：二、体验商品图像识别模型训练与应用（二）模型训练

创建任务：二、体验商品图像识别模型训练与应用（二）模型训练

新建计算机视觉模型：二、体验商品图像识别模型训练与应用（二）模型训练

新建运行：二、体验商品图像识别模型训练与应用（二）模型训练

新建运行配置一：二、体验商品图像识别模型训练与应用（二）模型训练

新建运行配置二：二、体验商品图像识别模型训练与应用（二）模型训练

新建运行配置三：二、体验商品图像识别模型训练与应用（二）模型训练

新建运行配置四：二、体验商品图像识别模型训练与应用（二）模型训练

新建运行配置五：二、体验商品图像识别模型训练与应用（二）模型训练

新建运行配置六：二、体验商品图像识别模型训练与应用（二）模型训练

新建运行配置七：二、体验商品图像识别模型训练与应用（二）模型训练

评估报告显示：二、体验商品图像识别模型训练与应用（三）模型发布与评估

模型仓库界面：二、体验商品图像识别模型训练与应用（三）模型发布与评估

创建模型评估：二、体验商品图像识别模型训练与应用（三）模型发布与评估

测试集数据选择和标签匹配：二、体验商品图像识别模型训练与应用（三）模型发布与评估

进行评估：二、体验商品图像识别模型训练与应用（三）模型发布与评估

发布模型弹窗：二、体验商品图像识别模型训练与应用（三）模型发布与评估

结果查看：二、体验商品图像识别模型训练与应用（四）模型部署与预测

创建预测：二、体验商品图像识别模型训练与应用（四）模型部署与预测

开通BOS对象存储服务：二、体验商品图像识别模型训练与应用（四）模型部署与预测

BOS上传文件：二、体验商品图像识别模型训练与应用（四）模型部署与预测

数据配置：二、体验商品图像识别模型训练与应用（四）模型部署与预测

下载预测结果：本单元聚焦神经网络基础构成、神经元逻辑、网络协作机制与CNN、RNN、Transformer等主流模型演变脉络，梳理依托百度智能云BML平台从数据服务到模型部署预测的全流程实战。核心维度关键内容解析深度学习基本原理掌握神经网络基础组成、神经元判断逻辑、网络协同运行原理，梳理CNN、RNN、Transformer主流深度学习模型发展演变脉络，理解各类模型适配场景差异。BML平台五大实战环节遵循“数据服务→模型训练→模型评估发布→模型部署→在线预测”完整实施流程，实操掌握输入尺寸、批次大小、训练轮数、学习率等超参对模型性能的影响，打通深度学习理论到落地实践完整流程。单元小结模块三体验机器如何“学习单元十一让机器“自主”行动人工智能概论——财经商贸AI技术与应用第一节智能体基本概念一、从大模型到智能体三、智能体的典型形态（一）单任务执行型智能体（二）工作流驱动型智能体（三）多智能体协同系统二、智能体的系统结构四、常见智能体开发平台（一）低代码可视化平台（二）开源开发框架平台

一、从大模型到智能体智能体并非某一种具体的软件产品，而是一种系统架构：它以大语言模型为基础，引入任务规划、工具调用与状态管理等机制，使系统能够围绕既定目标持续执行任务。智能体围绕“规划与行”展开，它不仅能够理解任务目标，还可以对任务进行拆解、调用外部工具，并在执行过程中根据反馈动态调整，形成完整的任务执行闭环。对比维度大模型智能体核心能力理解与生成规划与执行任务形态单轮响应多步骤执行工具调用通常不具备支持外部工具调用状态管理上下文有限具备任务状态管理执行持续性一次性输出可持续推进任务二、智能体的系统结构智能体之所以能够完成多步骤任务，不是因为模型本身更“聪明”，而是因为它在大语言模型基础上构建了一套面向任务执行的系统结构。与单次“输入—输出”的大模型应用不同，智能体围绕目标组织流程，通过模块协作把“理解”转化为“行动”。二、智能体的系统结构输入层负责接收用户指令及相关信息(如自然语言描述、文件、数据表等),并将其传递给后续模块。贯穿机制通过状态管理与反馈机制,记录任务进度与中间结果。当出现异常(如数据缺失)时,可暂停当前步骤,先补充数据或重新计算,再继续执行,确保任务稳定推进。执行层负责调用外部工具或系统执行具体操作,如读取数据库、运行统计计算、生成图表、输出报告,将规划转化为实际成果。决策层负责将任务拆解为具体执行步骤,并确定各步骤的顺序与依赖关系。例如:提取数据→统计分析→生成图表→撰写报告。执行中若遇异常,可动态调整路径。感知层负责理解用户意图,将自然语言指令转化为结构化的任务目标。例如,用户提出“根据本季度销售数据生成业绩分析报告”,系统需明确时间范围、数据来源、分析指标、报告形式等要素。三、智能体的典型形态（一）单任务执行型智能体单任务执行型智能体通常围绕某一明确目标设计,功能边界清晰,执行路径相对固定。三、智能体的典型形态（二）工作流驱动型智能体当任务涉及完整业务流程时，智能体往往以工作流形式运行。系统不是仅完成单一操作，而是围绕流程进行组织，在不同节点根据条件进行判断与路径切换。三、智能体的典型形态（三）多智能体协同系统通过任务分解，将复杂任务拆分为多个子任务，分配给不同智能体并行处理；通过信息共享，各智能体实时同步状态与结果，确保协同一致性；通过通信机制，智能体之间实现高效交互，共同完成单一智能体难以独立处理的复杂任务。四、常见智能体开发平台（一）低代码可视化平台此类平台提供图形化操作界面，用户可通过拖拽节点、设置参数、连接流程等方式完成智能体开发，无需编写大量代码，适合初学者和业务人员快速上手。

四、常见智能体开发平台（二）开源开发框架平台此类平台提供较强的底层开发能力，开发者可通过代码方式构建智能体系统，实现复杂流程控制、工具调用、知识库接入与系统集成，适合具备编程基础的开发者使用。

部分企业软件厂商也推出了面向特定行业的智能体平台，如金蝶苍穹Agent平台和用友BIP，将智能体能力嵌入财务、人力等企业核心业务系统，深度适配行业需求。第二节扣子平台的智能体使用一、案例数据说明二、访问数据分析专家智能体三、使用数据专家智能体一、案例数据说明本案例数据来源于扣子平台“数据专家智能体”的官方示例数据集sales_data.csv（csv是一种纯文本文件）。该数据集为某超市2026年1月1日至4月30日的销售流水记录，商品覆盖蔬果、粮油、洗化、休闲、酒饮等多个商品大类，包含生鲜、一般商品、联营商品等多种商品类型，每条记录为一笔独立的购买项。二、访问数据分析专家智能体1.在浏览器中打开扣子官方网站，单击【免费开始】。二、访问数据分析专家智能体2.注册并登录，进入扣子主页面，单击【扣子编程】。二、访问数据分析专家智能体3.单击“数据分析专家Agent”，进入“数据分析专家Agent”预览与调试界面。二、访问数据分析专家智能体4.“数据分析专家Agent”预览与调试界面。二、访问数据分析专家智能体“数据专家智能体”工作流程05011.用户上传数据:将CSV文件上传到扣子平台。5.智能体生成报告:智能体输出分析报告。3.智能体查询数据:智能体自动在数据中查找答案。0304022.智能体理解用户问题:智能体理解用户用自然语言发出的提问。4.智能体分析结果:智能体对查到的数据进行整理和解读。三、使用数据专家智能体1.创建“数据分析专家Agent”副本三、使用数据专家智能体2.查看“数据专家智能体（副本）”三、使用数据专家智能体3.上传数据，应用智能体查