本書是一本MLOps的綜合指南,詳細(xì)介紹了DevOps和MLOps的理論和實(shí)踐,包括如何創(chuàng)建持續(xù)集成和持續(xù)交付、Kaizen(即對所有事物進(jìn)行持續(xù)改進(jìn)的想法)等,還介紹了基于云的MLOps,以及MLOps的關(guān)鍵技術(shù)領(lǐng)域,包括AutoML、容器、邊緣計(jì)算和模型可移植性。本書最后還介紹了一些真實(shí)案例研究,并介紹執(zhí)行MLOp

本書知識全面、實(shí)用,共10章,內(nèi)容包括深度學(xué)習(xí)數(shù)學(xué)基礎(chǔ),深度學(xué)習(xí)基礎(chǔ)模型(全連接網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、Transformer等)和實(shí)現(xiàn),多場景多領(lǐng)域最佳實(shí)踐,模型優(yōu)化、加速與部署等。

本書內(nèi)容講述:許多AI入門指南可以說都是變相的微積分書籍,但這本書基本上避開了數(shù)學(xué)。相反,作者JeffProsise幫助工程師和軟件開發(fā)人員建立了對AI的直觀理解,以解決商業(yè)問題。需要?jiǎng)?chuàng)建一個(gè)系統(tǒng)來檢測雨林中非法砍伐的聲音、分析文本的情感或預(yù)測旋轉(zhuǎn)機(jī)械的早期故障?這本實(shí)踐用書將教你將AI和機(jī)器學(xué)習(xí)應(yīng)用于職場工作所需的技

本書的編程語言以Python為主,詳細(xì)介紹了人工智能算法主流類別,從常見的特征處理算法出發(fā),介紹了回歸算法、基于實(shí)例的算法、樹方法、神經(jīng)網(wǎng)絡(luò)、自然語言處理、社會(huì)網(wǎng)絡(luò)、群粒子算法、推薦算法。本書針對每一個(gè)大類算法都介紹了該門類下的幾個(gè)經(jīng)典算法,并運(yùn)用常見算法庫以代碼實(shí)現(xiàn)為目的,以商業(yè)分析、金融投資、科研輔助、工程優(yōu)化等案

本書首先通過圖文、視頻等方式帶領(lǐng)讀者體驗(yàn)身邊的人工智能技術(shù)應(yīng)用，使讀者初步了解人工智能，然后引領(lǐng)讀者認(rèn)識人工智能關(guān)鍵技術(shù)及應(yīng)用，并使用手機(jī)APP實(shí)際操作不同領(lǐng)域(如設(shè)備故障智能排查、刷臉支付、拍照視物、同聲翻譯、導(dǎo)航路徑規(guī)劃等)中人工智能的應(yīng)用，以加深對人工智能知識的理解。本書的主要內(nèi)容包括體驗(yàn)與認(rèn)識身邊的人工智能技術(shù)

本書的主體內(nèi)容包括機(jī)器學(xué)習(xí)概念與特征工程、機(jī)器學(xué)習(xí)技術(shù)、模型關(guān)系管理，其中，模型關(guān)系管理部分主要介紹了弱集成學(xué)習(xí)、強(qiáng)集成學(xué)習(xí)和混合專家模型。弱集成學(xué)習(xí)是指使用機(jī)器學(xué)習(xí)中的弱分類器實(shí)現(xiàn)模型準(zhǔn)確度和穩(wěn)定性之間的平衡。強(qiáng)集成學(xué)習(xí)是指協(xié)同特征工程與強(qiáng)分類器形成強(qiáng)集成學(xué)習(xí)環(huán)境�；旌蠈＜夷Ｐ褪侵竿ㄟ^神經(jīng)網(wǎng)絡(luò)集成和網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)形成深

在人工智能發(fā)展的漫長歷程中，如何讓機(jī)器學(xué)會(huì)創(chuàng)作一直被視為難以逾越的天塹，創(chuàng)造力也因此被視為人類與機(jī)器最本質(zhì)的區(qū)別之一。然而，人類的創(chuàng)造力也終將賦予機(jī)器創(chuàng)造力，把世界送入智能創(chuàng)作的新時(shí)代。人工智能繪畫作品的奪冠、超級聊天機(jī)器人ChatGPT的出現(xiàn)，無疑拉開了智能創(chuàng)作時(shí)代的序幕。從機(jī)器學(xué)習(xí)到智能創(chuàng)造，從PGC、UGC到AI

本書以“行業(yè)應(yīng)用案例”貫穿課程，每個(gè)單元以相關(guān)行業(yè)中的真實(shí)企業(yè)應(yīng)用案例為基礎(chǔ)，涉及制造、交通、電商、財(cái)會(huì)、傳媒、金融、互聯(lián)網(wǎng)、文旅等多個(gè)傳統(tǒng)行業(yè)，在此過程中培養(yǎng)學(xué)生人工智能意識、人工智能技術(shù)應(yīng)用等綜合職業(yè)能力。本書共含12個(gè)知識單元，系統(tǒng)講解了人工智能基礎(chǔ)知識及其應(yīng)用，并通過人工智能技術(shù)在各專業(yè)場景下的應(yīng)用案例，解答“

《人工智能基礎(chǔ)項(xiàng)目教程》采用項(xiàng)目教程的編排方式，實(shí)現(xiàn)了基于工作過程、項(xiàng)目教學(xué)的理念。本書共由8個(gè)項(xiàng)目組成：人工智能概論、人工智能數(shù)據(jù)預(yù)處理、云計(jì)算下的人工智能、人工智能基礎(chǔ)知識、人工智能技術(shù)在交通系統(tǒng)中的應(yīng)用、人工智能編程入門、人工智能框架技術(shù)、人工智能的行業(yè)應(yīng)用。本書內(nèi)容豐富，結(jié)構(gòu)清晰，通過具體的實(shí)例對人工智能的概念

2017年，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，要求中小學(xué)開設(shè)人工智能相關(guān)課程，并提倡以計(jì)算思維為指導(dǎo)，將信息技術(shù)課程從技術(shù)導(dǎo)向轉(zhuǎn)換為科學(xué)導(dǎo)向。因此，機(jī)器學(xué)習(xí)作為人工智能技術(shù)的內(nèi)核，走入我國廣大中小學(xué)生的課堂是科技發(fā)展的必然選擇�！禕R》本書共11章，系統(tǒng)地介紹機(jī)器學(xué)習(xí)模型中常見的白盒和黑盒模型，以及這些模型統(tǒng)一的框