人工智能藍(lán)圖：構(gòu)建和部署人工智能商業(yè)項(xiàng)目指南

定　價(jià)：￥88.00

作　者：	[美] 約書亞·?？寺逅?著，朱小虎，李紫輝譯
出版社：	東南大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787564199722	出版時(shí)間：	2022-03-01	包裝：	平裝
開本：	16開	頁數(shù)：	220	字?jǐn)?shù)：

內(nèi)容簡介

　　人工智能藍(lán)圖為讀者提供了一個(gè)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(gè)業(yè)務(wù)場景中學(xué)習(xí)到如何使用最先進(jìn)的人工智能軟件庫和成熟的工作流來應(yīng)對關(guān)鍵挑戰(zhàn)。你將學(xué)到從最初的設(shè)計(jì)到完整的編碼和部署等構(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。第一個(gè)藍(lán)圖使用人工智能來尋找解決方案，為云計(jì)算構(gòu)建規(guī)劃，使其按時(shí)且在預(yù)算之內(nèi)。第二個(gè)藍(lán)圖涉及一個(gè)人工智能系統(tǒng)，該系統(tǒng)可以持續(xù)監(jiān)控社交媒體以評估公眾對諸如自動駕駛汽車之類感興趣的話題的感受。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。下一個(gè)人工智能場景展示了如伺解決創(chuàng)建推薦引擎并監(jiān)控這些推薦的執(zhí)行情況的問題。第四個(gè)藍(lán)圖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)標(biāo)識并評估人們?nèi)绾闻c你的產(chǎn)品進(jìn)行交互。學(xué)習(xí)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(gè)藍(lán)圖是關(guān)于如伺最好地設(shè)計(jì)你的網(wǎng)站上的“當(dāng)下趨勢”部分，就像我們從Twitter上知道的那樣。第六個(gè)藍(lán)圖展示了如何創(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。本書持續(xù)展示了構(gòu)建人工智能業(yè)務(wù)應(yīng)用程序的工作框架和策略。在此過程中，你還將學(xué)習(xí)如何為人工智能的未來發(fā)展做準(zhǔn)備。你將獲得一個(gè)工作流以及一個(gè)模式和技術(shù)工具箱，這樣你就可以創(chuàng)建自己的智能代碼。

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。?？寺逅共┦吭鴵?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)。?？寺逅共┦吭赑ackt平臺推出了兩門視頻課程：Python Artificial Intelligence Projects for Beginners和Advanced Artificial Intelligence Projects with Python?？梢栽贕oogle Scholar中查找到他的學(xué)術(shù)論文。

圖書目錄

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(lì)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(gè)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(gè)大事件
本章總結(jié)