城市大腦平臺應用與運維:微課版:中級 版權信息
- ISBN:9787302584544
- 條形碼:9787302584544 ; 978-7-302-58454-4
- 裝幀:一般膠版紙
- 冊數:暫無
- 重量:暫無
- 所屬分類:>>
城市大腦平臺應用與運維:微課版:中級 本書特色
本書內容設計以《城市大腦平臺應用與運維職業技能等級要求(中級)》為根據,重點講述了城市大腦平臺在智慧交通、智慧旅游及城市管理等模擬場景的應用,幫助讀者了解城市大腦的概況并學習城市大腦平臺應用的知識與技能。并配有教學PPT、學習視頻、電子實驗手冊、實驗代碼、課后練習題答案,方便老師教學、學生學習使用阿里巴巴人工智能方向1+X職業技能等級證書官方指定教材人工智能方向1+X職業技能等級認證
城市大腦平臺應用與運維:微課版:中級 內容簡介
《城市大腦平臺應用與運維(中級)》 以阿里云城市大腦智能引擎為基礎,分別使用“代碼實現”和“非代碼實現”兩種不同的項目實現方式,模擬了“智慧交通”“智慧旅游”“城市管理”3個背景下的多個不同應用場景,并以項目任務的方式分別設計了不同的項目和任務模塊。項目 1介紹的是城市大腦和城市大腦平臺的基礎知識。項目 2在“非代碼實現”的兩個應用場景下,從數據預處理到二分類算法搭建,講述了阿里云機器學習平臺 PAI中 PAI-Studio可視化建模平臺的使用。項目 3和項目 4通過火車站進站閘機項目和旅游景點人流車流檢測項目的設計,講述了城市卡口、閘機、人流車流類的人工智能應用實現。項目 5和項目 6通過公共區域行人密度檢測和禁停區域車輛車流模型的設計及應用兩個算法項目,講述了人工智能算法模型搭建、訓練和應用的完整過程。 本書可作為大中專院校計算機科學與技術專業、人工智能相關專業的教材,也可作為相關科研人員、人工智能愛好者的參考用書。
城市大腦平臺應用與運維:微課版:中級 目錄
項目1 認識城市大腦及城市大腦平臺
任務1-1 認識阿里云城市大腦平臺
任務1-1-1 了解城市大腦平臺的架構
任務1-1-2 了解城市大腦平臺中的智能引擎
任務1-1-3 了解城市大腦平臺的應用場景
任務1-1-4 了解城市大腦平臺的落地應用情況
任務1-2 了解阿里云視覺智能開放平臺的能力
任務1-2-1 了解阿里云視覺智能開放平臺的人臉人體識別能力
任務1-2-2 了解阿里云視覺智能開放平臺的文字識別能力
任務1-2-3 了解阿里云視覺智能開放平臺的目標檢測能力
任務1-2-4 了解阿里云視覺智能開放平臺的圖像識別能力
項目總結
練習題
項目2 人工智能機器學習平臺的使用
任務2-1 登錄并使用PAI平臺
任務2-2 使用PAI-Studio進行數據預處理——城市天氣數據場景
任務2-2-1 進入PAI-Studio平臺
任務2-2-2 在PAI-Studio平臺創建新項目
任務2-2-3 在PAI-Studio平臺創建數據源
任務2-2-4 使用PAI-Studio進行數據預處理
任務2-2-5 使用PAI-Studio進行數據分析及可視化
任務2-3 使用PAI-Studio進行算法模型訓練——二分類算法實現
任務2-3-1 二分類模型數據源建立及類型轉化
任務2-3-2 數據統計分析及可視化
任務2-3-3 二分類模型訓練
任務2-3-4 二分類模型預測
任務2-3-5 二分類模型評估
項目總結
練習題
項目3 數據處理及人工智能應用的實現——以火車站進站閘機場景為例
任務3-1 火車站進站閘機數據的標注與預處理
任務3-1-1 對項目數據進行標注和預處理
任務3-1-2 通過創建OSS實例存儲項目圖片數據
任務3-2 為火車站進站閘機項目準備PAI-DSW開發環境
任務3-3 編寫火車站進站閘機模型Python代碼
任務3-3-1 編寫Python代碼導入包
任務3-3-2 編寫Python代碼定義項目變量
任務3-3-3 編寫Python代碼上傳圖片至OSS并獲取URL
任務3-3-4 識別進站人員身份證、火車票以及是否佩戴口罩信息
任務3-3-5 對比進站人員人臉與身份證信息并判斷是否開放閘機
項目總結
練習題
項目4 數據分析及人工智能應用的實現——以旅游景點人流車流檢測場景為例
任務4-1 人流車流檢測數據的清洗
任務4-2 為人流車流檢測項目準備PAI-DSW平臺環境
任務4-3 編寫人流車流檢測項目Python代碼
任務4-3-1 編寫Python代碼導入包
任務4-3-2 編寫Python代碼定義項目變量
任務4-3-3 編寫Python代碼上傳圖片至OSS并獲取URL
任務4-3-4 編寫旅游景點人流量檢測Python代碼
任務4-3-5 編寫旅游景點車流量檢測Python代碼
任務4-4 通過Excel和QuickBI進行檢測數據的分析與可視化
任務4-4-1 通過Excel展示人流量檢測結果
任務4-4-2 通過阿里云QuickBI展示車流量檢測結果
項目總結
練習題
項目5 人工智能算法應用——以公共區域行人密度檢測場景為例
任務5-1 對行人數據集進行標注
任務5-1-1 行人檢測數據集的制作
任務5-1-2 行人檢測數據集的標注
任務5-2 為公共區域行人密度檢測項目準備Pycharm開發環境
任務5-2-1 項目運行環境準備
任務5-2-2 載入Python解釋器
任務5-3 公共區域行人密度檢測算法訓練及應用
任務5-3-1 公共區域行人密度檢測模型訓練
任務5-3-2 公共區域行人密度檢測模型預測
任務5-3-3 公共區域行人密度檢測算法應用
項目總結
練習題
項目6 人工智能算法模型設計——以禁停區域車輛檢測場景為例
任務6-1 對禁停區域車輛數據集進行標注
任務6-1-1 安裝Labelme并進行數據標注
任務6-1-2 禁停區域車輛檢測項目數據集制作
任務6-2 為禁停區域車輛檢測項目準備Pycharm開發環境
任務6-2-1 項目運行環境準備
任務6-2-2 在Pycharm中載入解釋器
任務6-3 禁停區域車輛檢測算法的設計及應用
任務6-3-1 禁停區域車輛檢測模型算法設計
任務6-3-2 禁停區域車輛檢測算法應用
項目總結
練習題
附錄1 子賬戶的創建及登錄
附錄2 登錄阿里云PAI平臺
附錄3 登錄OSS管理控制臺
附錄4 阿里云PAI平臺實驗準備
附錄5 PAI-DSW對訪問實例的管理
附錄6 圖像數據預處理相關方法
參考文獻
展開全部
城市大腦平臺應用與運維:微課版:中級 作者簡介
阿里云計算有限公司,阿里云創立于2009年,為阿里巴巴集團的數字技術與智能骨干業務,向全球客戶提供全方位云服務,包括彈性計算、數據庫、存儲、網絡虛擬化服務、大規模計算、安全、管理和應用服務、大數據分析、機器學習平臺以及物聯網服務。IDC的資料顯示,按2019年收入計算,阿里云是中國領先的公有云服務(包括PaaS和IaaS服務)提供商。而根據Gartner于2020年4月的報告提供的數據,按2019年收入計算,阿里巴巴集團是世界排名第三、亞太地區排名第一的基礎設施即服務提供商。