课程名称：黑马人工智能实战项目 - AI在线医生（共41节）
一、课程简介
本课程带你从零上手一个真实、完整的AI医疗项目——AI在线医生。涵盖需求分析、API调用、系统架构、知识图谱、自然语言处理与深度学习模型训练等核心环节，适合希望掌握企业级AI项目全流程的学习者。
二、课程内容详情
第一部分：项目背景与基础能力接入（1.1 - 1.2）
- AI在线医生项目背景：了解项目的现实意义与应用场景。
- Unit对话API的使用：分4小节，学习如何调用智能对话接口，为在线医生提供基础问答能力。
第二部分：系统总体架构与工具链（2.1 - 2.2）
- 系统总体架构设计：分2小节，剖析AI在线医生的整体模块划分。
- 架构中涉及的核心工具：分5小节，逐一讲解项目中使用的关键工具及其作用。
第三部分：知识图谱与图数据库（3.1 - 3.4）
- neo4j简介：认识图数据库的基本概念。
- neo4j安装：手把手完成环境搭建。
- Cypher语法详解：分5小节，学习图数据库查询语言。
- Python中操作neo4j：分2小节，实现在项目中用代码操作知识图谱。
第四部分：数据流水线构建（4.1 - 4.3）
- 离线部分分析：梳理离线数据处理流程。
- 结构化数据流水线：分2小节，处理结构化医疗数据。
- 非结构化数据流水线：处理文本等非结构化医疗信息。
第五部分：NER模型（命名实体识别）从训练到使用（5.1 - 5.6）
- 任务介绍与模型选型：明确NER任务目标，选用合适模型。
- 训练数据集准备：了解数据来源与处理方式。
- BERT中文预训练模型：分2小节，使用BERT提升中文识别效果。
- 构建RNN模型：分3小节，搭建循环神经网络模型。
- NER模型训练全流程：分6小节，从第一步到最后一步，完整走通训练过程。
- NER模型使用：分2小节，加载训练好的模型并用于实际预测。
三、配套资料
- AI医生所有数据和代码.exe：包含完整的项目数据、脚本和可运行代码，方便跟着课程动手实践。
