掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
人工智能與物聯網 版權信息
- ISBN：9787302614326
- 條形碼：9787302614326 ; 978-7-302-61432-6
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能與物聯網 本書特色
• 探索各種人工智能技術，從零開始構建智能物聯網解決方案
• 使用機器學習和深度學習技術構建智能語音識別和面部檢測系統
• 使用算法深入了解物聯網數據并在項目中實施
• 對時間序列數據和其他類型的物聯網數據執行異常檢測
• 在小型設備上實施用于機器學習的嵌入式系統學習技術
• 將預訓練的機器學習模型應用于邊緣設備
• 使用TensorFlow.js和Java將機器學習模型部署到Web應用程序和移動設備
人工智能與物聯網 內容簡介
本書采用基于配方的方法完成從數據收集、分析、建模、統計和監視以及部署的基本過程。本書提供來自智能家居，工業物聯網和智能設備的真實數據集來訓練和評估簡單到復雜的模型，并使用經過訓練的模型進行預測。本書還介紹了在實施機器學習和深度學習以及其他AI技術（例如自然語言處理、計算機視覺和用于構建智能IoT系統的強化學習）時面臨的主要挑戰。通過本書讀者可以學習如何打包和部署端到端AI應用程序，以及如何將實踐解決方案應用于常見的IoT問題。
人工智能與物聯網 目錄
第1章搭建IoT和AI環境
1.1準備工作
1.1.1設備選型
1.1.2搭建Databricks
1.2搭建IoT Hub
1.2.1預備工作
1.2.2操作步驟
1.2.3工作機理
1.3設置IoT Edge設備
1.3.1預備工作
1.3.2操作步驟
1.3.3工作機理
1.4將ML模塊部署到邊緣設備端
1.4.1預備工作
1.4.2操作步驟
1.4.3工作機理
1.4.4補充說明
1.5搭建Kafka
1.5.1預備工作
1.5.2操作步驟
1.5.3工作機理
1.5.4補充說明
1.6在Databricks上安裝ML庫
1.6.1預備工作
1.6.2操作步驟
1.6.3工作機理
第2章數據處理
2.1使用Delta Lake存儲數據以便分析
2.1.1預備工作
2.1.2操作步驟
2.1.3工作機理
2.2數據采集設計
2.2.1預備工作
2.2.2操作步驟
2.3窗口化
2.3.1預備工作
2.3.2操作步驟
2.3.3工作機理
2.4探索性因子分析法
2.4.1預備工作
2.4.2操作步驟
2.4.3工作機理
2.4.4補充說明
2.5在Mongo/hot path storage中實現分析查詢
2.5.1預備工作
2.5.2操作步驟
2.5.3工作機理
2.6將IoT數據導入Spark
2.6.1預備工作
2.6.2操作步驟
2.6.3工作機理
第3章面向IoT的機器學習
3.1采用異常檢測分析化學傳感器
3.1.1預備工作
3.1.2操作步驟
3.1.3工作機理
3.1.4補充說明
3.2IoMT中的Logistic回歸
3.2.1預備工作
3.2.2操作步驟
3.2.3工作機理
3.2.4補充說明
3.3使用決策樹對化學傳感器進行分類
3.3.1操作步驟
3.3.2工作機理
3.3.3補充說明
3.4使用XGBoost進行簡單的預測性維護
3.4.1預備工作
3.4.2操作步驟
3.4.3工作機理
3.5危險駕駛行為檢測
3.5.1預備工作
3.5.2操作步驟
3.5.3工作機理
3.5.4補充說明
3.6在受限設備端進行人臉檢測
3.6.1預備工作
3.6.2操作步驟
3.6.3工作機理
第4章用于預測性維護的深度學習
4.1使用特征工程增強數據
4.1.1預備工作
4.1.2操作步驟
4.1.3工作機理
4.1.4補充說明
4.2使用Keras進行故障檢測
4.2.1預備工作
4.2.2操作步驟
4.2.3工作機理
4.2.4補充說明
4.3實施LSTM來預測設備故障
4.3.1預備工作
4.3.2操作步驟
4.3.3工作機理
4.4將模型部署到Web服務
4.4.1預備工作
4.4.2操作步驟
4.4.3工作機理
4.4.4補充說明
第5章異常檢測
5.1在Raspberry Pi和Sense HAT上使用ZSpikes
5.1.1預備工作
5.1.2操作步驟
5.1.3工作機理
5.2使用自編碼器檢測標記數據中的異常
5.2.1預備工作
5.2.2操作步驟
5.2.3工作機理
5.2.4補充說明
5.3對未標記數據集使用孤立森林算法
5.3.1預備工作
5.3.2操作步驟
5.3.3工作機理
5.3.4補充說明
5.4使用Luminol檢測時間序列異常
5.4.1預備工作
5.4.2操作步驟
5.4.3工作機理
5.4.4補充說明
5.5檢測受季節性影響的異常
5.5.1預備工作
5.5.2操作步驟
5.5.3工作機理
5.6使用流分析法檢測峰值
5.6.1預備工作
5.6.2操作步驟
5.6.3工作機理
5.7檢測邊緣設備的異常
5.7.1預備工作
5.7.2操作步驟
5.7.3工作機理
第6章計算機視覺
6.1通過OpenCV連接攝像頭
6.1.1預備工作
6.1.2操作步驟
6.1.3工作機理
6.1.4補充說明
6.2使用微軟自定義視覺來訓練和標記圖像
6.2.1預備工作
6.2.2操作步驟
6.2.3工作機理
6.3使用深度神經網絡和Caffe檢測人臉
6.3.1預備工作
6.3.2操作步驟
6.3.3工作機理
6.4在Raspberry Pi上使用YOLO檢測物體
6.4.1預備工作
6.4.2操作步驟
6.4.3工作機理
6.5在NVIDIA Jetson Nano上使用GPU檢測物體
6.5.1預備工作
6.5.2操作步驟
6.5.3工作機理
6.5.4補充說明
6.6在GPU上使用PyTorch訓練視覺
6.6.1預備工作
6.6.2操作步驟
6.6.3工作機理
6.6.4補充說明
第7章基于NLP和Bots的Kiosks
7.1喚醒詞檢測
7.1.1預備工作
7.1.2操作步驟
7.1.3工作機理
7.1.4補充說明
7.2使用Microsoft Speech API實現語音轉文字
7.2.1預備工作
7.2.2操作步驟
7.2.3工作機理
7.3LUIS入門
7.3.1預備工作
7.3.2操作步驟
7.3.3工作機理
7.3.4補充說明
7.4智能機器人實現
7.4.1預備工作
7.4.2操作步驟
7.4.3工作機理
7.4.4補充說明
7.5創建自定義聲音
7.5.1預備工作
7.5.2操作步驟
7.5.3工作機理
7.6利用QnA Maker增強機器人的功能
7.6.1預備工作
7.6.2操作步驟
7.6.3工作機理
7.6.4補充說明
第8章采用微控制器和pipeline進行優化
8.1基于ESP32的IoT簡介
8.1.1預備工作
8.1.2操作步驟
8.1.3工作機理
8.1.4補充說明
8.2ESP32環境監控器的實現
8.2.1預備工作
8.2.2操作步驟
8.2.3工作機理
8.2.4補充說明
8.3超參數優化
8.3.1預備工作
8.3.2操作步驟
8.3.3工作機理
8.4BOM變更的處理
8.4.1預備工作
8.4.2操作步驟
8.4.3工作機理
8.4.4補充說明
8.5使用Sklearn構建機器學習pipeline
8.5.1預備工作
8.5.2操作步驟
8.5.3工作機理
8.5.4補充說明
8.6使用Spark和Kafka進行流式機器學習
8.6.1預備工作
8.6.2操作步驟
8.6.3工作機理
8.6.4補充說明
8.7使用Kafka的KStreams和KTables豐富數據
8.7.1預備工作
8.7.2操作步驟
8.7.3工作機理 8.7.4補充說明 第9章部署到邊緣 9.1OTA更新MCU 9.1.1預備工作 9.1.2操作步驟 9.1.3工作機理 9.1.4補充說明 9.2采用IoT Edge部署模塊 9.2.1預備工作 9.2.2Raspberry Pi設置 9.2.3編碼設置 9.2.4操作步驟 9.2.5工作機理 9.2.6補充說明 9.3采用TensorFlow.js卸載到Web端 9.3.1預備工作 9.3.2操作步驟 9.3.3工作機理 9.3.4補充說明 9.4部署移動模型 9.4.1預備工作 9.4.2操作步驟 9.4.3工作機理 9.5采用孿生設備維護設備群 9.5.1預備工作 9.5.2操作步驟 9.5.3工作機理 9.5.4補充說明 9.6采用霧計算實現分布式機器學習 9.6.1預備工作 9.6.2操作步驟 9.6.3工作機理 9.6.4補充說明
8.7.3工作機理 8.7.4補充說明 第9章部署到邊緣 9.1OTA更新MCU 9.1.1預備工作 9.1.2操作步驟 9.1.3工作機理 9.1.4補充說明 9.2采用IoT Edge部署模塊 9.2.1預備工作 9.2.2Raspberry Pi設置 9.2.3編碼設置 9.2.4操作步驟 9.2.5工作機理 9.2.6補充說明 9.3采用TensorFlow.js卸載到Web端 9.3.1預備工作 9.3.2操作步驟 9.3.3工作機理 9.3.4補充說明 9.4部署移動模型 9.4.1預備工作 9.4.2操作步驟 9.4.3工作機理 9.5采用孿生設備維護設備群 9.5.1預備工作 9.5.2操作步驟 9.5.3工作機理 9.5.4補充說明 9.6采用霧計算實現分布式機器學習 9.6.1預備工作 9.6.2操作步驟 9.6.3工作機理 9.6.4補充說明
展開全部
人工智能與物聯網 作者簡介
Michael Roshak 云架構師和戰略家，研究重點是設計和部署面向云的解決方案和架構。在企業云轉型計劃和基礎設施現代化方面擁有深厚的專業知識。他負責為云應用提供戰略咨詢服務、咨詢技術銷售，并通過跨多個行業的高度戰略客戶推動廣泛的云服務。
高慧敏 博士，教授。嘉興學院圖書館副館長(兼學報編輯部主任)，浙江省嘉興光伏技術創新服務平臺主任，《系統仿真學報》編委會委員，長三角G60科創走廊專家咨詢委員會專家。主要從事復雜系統建模與仿真，生產優化與調度等領域的科研工作。
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
中國歷史的瞬間
- >
我從未如此眷戀人間
- >
巴金－再思錄
- >
羅曼·羅蘭讀書隨筆-精裝
- >
二體千字文
- >
史學評論
- >
龍榆生：詞曲概論/大家小書
本類暢銷
