新增了四个教程：

• Python 人工智能中文版
  • 0 前言
  • 1 人工智能简介
  • 2 人工智能的基本用例
  • 3 机器学习管道
  • 4 特征选择和特征工程
  • 5 使用监督学习的分类和回归
  • 6 集成学习的预测分析
  • 7 通过无监督学习检测模式
  • 8 构建推荐系统
  • 9 逻辑编程
  • 10 启发式搜索技术
  • 11 遗传算法和遗传编程
  • 12 云上的人工智能
  • 13 使用人工智能构建游戏
  • 14 构建语音识别器
  • 15 自然语言处理
  • 16 聊天机器人
  • 17 序列数据和时间序列分析
  • 18 图像识别
  • 19 神经网络
  • 20 将卷积神经网络用于深度学习
  • 21 循环神经网络和其他深度学习模型
  • 22 通过强化学习创建智能体
  • 23 人工智能和大数据
• Python 无监督学习实用指南
  • 零、前言
  • 一、无监督学习入门
  • 二、聚类基础
  • 三、高级聚类
  • 四、实用的层次聚类
  • 五、软聚类和高斯混合模型
  • 六、异常检测
  • 七、降维和成分分析
  • 八、无监督神经网络模型
  • 九、生成对抗网络和 SOM
  • 十、习题
• 生成对抗网络项目
  • 零、前言
  • 一、生成对抗网络简介
  • 二、3D-GAN -- 使用 GAN 生成形状
  • 三、使用条件 GAN 进行人脸老化
  • 四、使用 DCGAN 生成动漫角色
  • 五、使用 SRGAN 生成逼真的图像
  • 六、StackGAN - 逼真的文本到图像合成
  • 七、CycleGAN - 将绘画变成照片
  • 八、条件 GAN - 使用条件对抗网络的图像到图像翻译
  • 九、预测 GAN 的未来
• TensorFlow 智能移动项目
  • 零、前言
  • 一、移动 TensorFlow 入门
  • 二、通过迁移学习对图像进行分类
  • 三、检测物体及其位置
  • 四、以惊人的艺术风格变换图片
  • 五、了解简单的语音命令
  • 六、用自然语言描述图像
  • 七、使用 CNN 和 LSTM 识别绘画
  • 八、用 RNN 预测股价
  • 九、使用 GAN 生成和增强图像
  • 十、构建类似 AlphaZero 的手机游戏应用
  • 十一、在移动设备上使用 TensorFlow Lite 和 Core ML
  • 十二、在 Raspberry Pi 上开发 TensorFlow 应用