中圖網(wǎng)小程序
一鍵登錄
更方便
包郵 人工智能藍(lán)圖
開本：
16開
頁數(shù)：
220
本類五星書更多>
-
>
全國計(jì)算機(jī)等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
人工智能藍(lán)圖 版權(quán)信息
- ISBN：9787564199722
- 條形碼：9787564199722 ; 978-7-5641-9972-2
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
人工智能藍(lán)圖 內(nèi)容簡介
人工智能藍(lán)圖為讀者提供了一個可用框架和技術(shù)，以構(gòu)建你自己的成功人工智能業(yè)務(wù)應(yīng)用程序。你將在六個業(yè)務(wù)場景中學(xué)習(xí)到如何使用近期新的人工智能軟件庫和成熟的工作流程來解決關(guān)鍵挑戰(zhàn)。一路上，你將學(xué)到從*初的設(shè)計(jì)到完整的編碼和部署，構(gòu)建人工智能業(yè)務(wù)應(yīng)用程序的實(shí)用技術(shù)。本書給出的人工智能藍(lán)圖解決了關(guān)鍵的業(yè)務(wù)場景。個藍(lán)圖使用人工智能查找按時(shí)且在預(yù)算內(nèi)的云計(jì)算構(gòu)建計(jì)劃解決方案。第二個藍(lán)圖涉及一個不斷監(jiān)視社交媒體的系統(tǒng)，以評估公眾對感興趣的諸如自動駕駛汽車之類話題的感覺。你將學(xué)習(xí)如何解決人工智能業(yè)務(wù)問題并應(yīng)用可確保成功的藍(lán)圖。本書通過下一個人工智能場景展示了如何解決創(chuàng)建推薦引擎并監(jiān)視這些推薦如何執(zhí)行的問題。第四個藍(lán)圖向你展示了如何使用深度學(xué)習(xí)在社交媒體照片中查找你的企業(yè)徽標(biāo)以及評估人們?nèi)绾闻c你的產(chǎn)品進(jìn)行交互。了解所涉及的實(shí)用技術(shù)以及如何智能地應(yīng)用這些藍(lán)圖。第五個藍(lán)圖是關(guān)于如何優(yōu)選地設(shè)計(jì)你網(wǎng)站上的“現(xiàn)在趨勢”部分，就像我們從推特上知道的那樣。第六個藍(lán)圖顯示了如何創(chuàng)建有用的聊天機(jī)器人，以便人工智能系統(tǒng)可以理解客戶的問題并以相關(guān)的響應(yīng)來回答。
人工智能藍(lán)圖 目錄
1 人工智能工作流
人工智能不是萬能的
人工智能工作流
確定問題特征
檢查清單
開發(fā)方法
檢查清單
設(shè)計(jì)部署策略
檢查清單
設(shè)計(jì)并實(shí)現(xiàn)持續(xù)評估
檢查清單
章節(jié)概述
本章總結(jié)
2 規(guī)劃云基礎(chǔ)設(shè)施的藍(lán)圖
問題、目標(biāo)和業(yè)務(wù)用例
方法：約束求解器
OptaPlanner
部署策略
持續(xù)評估
本章總結(jié)
3 有效利用反饋的藍(lán)圖
問題、目標(biāo)和業(yè)務(wù)用例
方法：情感分析
部署策略
CoreNLP處理流水線
Twitter API
GATE平臺
Reddit API
News API
帶有plotly.js和Dash的儀表板
持續(xù)評估
重新訓(xùn)練CoreNLP情感模型
本章總結(jié)
4 推薦商品和服務(wù)的藍(lán)圖
使用場景：隱性反饋
基于內(nèi)容的推薦
協(xié)同過濾推薦
BM25加權(quán)算法
矩陣分解
部署策略
持續(xù)評估
為BM25加權(quán)算法計(jì)算精確度和召回率
在線評估推薦系統(tǒng)
本章總結(jié)
5 在社交媒體中檢測logo的藍(lán)圖
機(jī)器學(xué)習(xí)的崛起
目標(biāo)和業(yè)務(wù)案例
神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)
深度學(xué)習(xí)
卷積
網(wǎng)絡(luò)架構(gòu)
激勵函數(shù)
TensorFlow和Keras
YOLO和Darknet
持續(xù)評估
本章總結(jié)
6 發(fā)現(xiàn)趨勢和識別異常的藍(lán)圖
技術(shù)概覽
發(fā)現(xiàn)線性趨勢
利用滑動窗口發(fā)現(xiàn)動態(tài)線性趨勢
發(fā)現(xiàn)周期性趨勢
ARIMA
動態(tài)線性模型
識別異常
靜態(tài)模型的z分?jǐn)?shù)
滑動窗口的z分?jǐn)?shù)
RPCA
聚類
部署策略
本章總結(jié)
7 理解查詢和生成響應(yīng)的藍(lán)圖
問題、目標(biāo)和業(yè)務(wù)案例
我們的方法
Pokemon領(lǐng)域
課程建議領(lǐng)域
方法——自然語言處理+邏輯編程+自然語言生成
使用Rasa進(jìn)行自然語言處理
使用Prolog和tuProlog進(jìn)行邏輯編程
Prolog的合一和消解
通過tuProlog Java庫使用Prolog
Prolog中的Pok色mon
使用ShnpleNLG進(jìn)行自然語言生成
第二個例子——大學(xué)課程建議
持續(xù)評估
本章總結(jié)
8 為未來做好準(zhǔn)備并在炒作周期中生存下來
始終領(lǐng)先一步
事物的狀態(tài)
自然語言處理
計(jì)算機(jī)視覺
專家系統(tǒng)和業(yè)務(wù)規(guī)則
規(guī)劃與調(diào)度
機(jī)器人
了解人工智能的炒作周期
下一個大事件
本章總結(jié)
展開全部
人工智能藍(lán)圖 作者簡介
約書亞·埃克洛斯(Joshua Eckroth)是斯坦森大學(xué)(Stetson University)計(jì)算機(jī)科學(xué)系助理教授，教授的課程包括人工智能、大數(shù)據(jù)挖掘和分析以及軟件工程。他曾就讀于俄亥俄州立大學(xué)，并獲得了人工智能和認(rèn)知科學(xué)方向的博士學(xué)位。埃克洛斯博士曾擔(dān)任i2k Connect公司的首席架構(gòu)師，該公司專注于使用人工智能技術(shù)對文檔進(jìn)行結(jié)構(gòu)化處理，并利用領(lǐng)域?qū)＜壹夹g(shù)進(jìn)行信息的充實(shí)。埃克洛斯博士曾在Packt平臺推出了兩門視頻課程：Python Artificial Intelligence Projects for Beginners和Advanced Artificial Intelligence Projects with Python。可以在Google Scholar中查找到他的學(xué)術(shù)論文。
書友推薦
- >
龍榆生：詞曲概論/大家小書
- >
推拿
- >
中國歷史的瞬間
- >
姑媽的寶刀
- >
月亮與六便士
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
唐代進(jìn)士錄
- >
羅曼·羅蘭讀書隨筆-精裝
本類暢銷
