决策双引擎 · 课程目录
🎯 规则 vs 学习型
01
规则系统概述
什么是规则系统
历史
优缺点
进入章节
02
学习型系统概述
什么是学习型系统
历史
优缺点
进入章节
03
核心差异对比
决策逻辑
数据依赖
可解释性
维护成本
进入章节
04
规则引擎实战
Drools入门
规则语法
冲突解决
进入章节
05
决策树入门
决策树原理
ID3
C4.5
CART
进入章节
06
规则系统案例
银行信贷审批
规则库维护
进入章节
07
学习型系统案例
电商推荐系统
协同过滤
矩阵分解
进入章节
08
混合系统设计
融合策略
规则兜底机制
进入章节
09
可解释性对比
规则可解释性
LIME
SHAP
进入章节
10
数据需求对比
规则系统数据要求
学习型数据要求
数据质量
进入章节
11
性能与扩展性
规则引擎瓶颈
推理延迟
分布式部署
进入章节
12
规则学习
RIPPER
FOIL
进入章节
13
强化学习与规则
奖励函数
策略约束
进入章节
14
异常检测对比
规则异常检测
孤立森林
AutoEncoder
进入章节
15
NLP中的规则
正则与NER
CRF vs BERT
进入章节
16
计算机视觉中的规则
传统图像规则
卷积神经网络
进入章节
17
时间序列预测
季节性分解
LSTM/Transformer
进入章节
18
规则系统工具
Drools
EasyRules
RuleBook
CLIPS
进入章节
19
学习型系统框架
Scikit-learn
TensorFlow
PyTorch
XGBoost
进入章节
20
规则验证与测试
覆盖率测试
回归测试
冲突检测
进入章节
21
模型评估与选择
规则评估指标
AUC/F1
进入章节
22
持续学习与规则更新
在线学习
规则动态更新
进入章节
23
安全与鲁棒性
对抗攻击
对抗样本
防御策略
进入章节
24
成本分析
规则开发维护成本
学习型数据计算成本
进入章节
25
行业应用对比
金融风控
医疗诊断
工业质检
自动驾驶
进入章节
26
规则系统设计模式
决策表
决策树
评分卡
规则流
进入章节
27
学习型系统设计模式
Pipeline
Ensemble
Transfer Learning
Federated
进入章节
28
未来趋势
神经符号系统
可解释AI
AutoML
进入章节
29
综合案例
智能客服
规则路由
意图识别
进入章节
30
课程总结与实战
混合决策系统
规则+随机森林
信贷审批
进入章节