人工智能平台应用 李垒,常城 人民邮电出版社
正版二手书，无附赠品，择优发货
￥ 8.28 1.7折 ￥ 49.8 八五品
仅1件
浙江杭州
认证卖家担保交易快速发货售后保障
作者李垒,常城
出版社人民邮电出版社
ISBN9787115575838
出版时间2022-07
版次1
装帧平装
开本16开
纸张胶版纸
页数204页
定价49.8元
货号9787115575838
上书时间2024-10-15
- 在售商品 暂无
- 平均发货时间 7小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：八五品
- 商品描述
-
基本信息
书名:人工智能平台应用
定价：49.80元
作者:李垒,常城
出版社：人民邮电出版社
出版日期：2022-07-01
ISBN：9787115575838
字数：
页码：204
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
1. 引入百度人工智能工具平台技术和产业实际案例，深化产教融合2. 以“岗课赛证”融通为设计思路，培养高素质技术技能型人才3. 理论与实践紧密结合，注重动手能力的培养4. 融媒体教材
内容提要
本教材较为全面地介绍人工智能技术服务、人工智能开放平台应用与实践等内容。全书共12个项目，包括人工智能的技术与应用设计、产业与应用开发，智能数据服务平台入门使用、数据采集、数据清洗、图像标注，深度学习模型定制平台入门使用、模型训练、模型部署，深度学习开发平台视觉任务应用、文本任务应用、声音任务应用等。本教材以企业用人需求为导向、以岗位技能和综合素质培养为核心，通过理论与实战相结合的方式组织内容，努力培养能够根据深度学习项目需求，利用深度学习开发平台完成深度学习应用开发等的人才。本教材适合用于“1+X”证书制度试点工作中的人工智能深度学习工程应用职业技能等级证书（初级）的教学和培训，也适合作为中等职业学校、高等职业学校、应用型本科院校人工智能相关专业的教材，还适合作为需补充学习深度学习应用开发知识的技术人员的参考用书。
目录
篇 人工智能技术服务 1项目1 人工智能技术与应用设计 2项目目标 2项目描述 2知识准备 21．1 智能与人工智能 21．1．1 智能的定义 31．1．2 人工智能的定义 31．2 人工智能关键技术 31．2．1 机器学习 31．2．2 深度学习 41．2．3 计算机视觉 51．2．4 自然语言处理 51．2．5 知识图谱 61．2．6 人机交互 61．3 人工智能场景下的应用设计方案分析 71．3．1 场景需求分析 71．3．2 设计方案分析 7项目实施 91．4 实施思路 91．5 实施步骤 9知识拓展 111．6 图灵测试 111．7 图灵测试的缺陷 12课后实训 12项目2 人工智能产业与应用开发 13项目目标 13项目描述 13知识准备 142．1 人工智能产业结构 142．2 人工智能基础层相关产品 142．2．1 硬件设施 142．2．2 软件设施 152．2．3 数据资源 162．3 人工智能技术层相关产品 162．3．1 基础框架 162．3．2 算法模型 172．3．3 通用技术 172．4 人工智能应用层相关产品 172．4．1 应用平台 172．4．2 智能应用场景 182．5 人工智能应用开发的基本流程 182．5．1 需求分析 182．5．2 数据准备 192．5．3 模型训练 202．5．4 模型应用 20项目实施 202．6 实施思路 202．7 实施步骤 20知识拓展 23课后实训 24第 2篇 智能数据服务平台应用 25项目3 智能数据服务平台入门使用 26项目目标 26项目描述 26知识准备 263．1 智能数据服务平台简介 263．2 智能数据服务平台功能 273．2．1 数据采集 273．2．2 数据清洗 283．2．3 数据标注 283．3 智能数据服务平台优势 29项目实施 293．4 实施思路 293．5 实施步骤 30知识拓展 35课后实训 36项目4 智能数据服务平台数据采集 37项目目标 37项目描述 37知识准备 374．1 数据的定义 374．2 数据的分类 384．2．1 按照字段类型分类 384．2．2 按照数据结构分类 384．2．3 其他分类 404．3 构建高质量数据集 404．3．1 获取足够的数据量 404．3．2 采集高质量的数据 424．3．3 创建高质量的分类 434．3．4 拆分数据集 43项目实施 444．4 实施思路 444．5 实施步骤 44知识拓展 51课后实训 52项目5 智能数据服务平台数据清洗 53项目目标 53项目描述 53知识准备 535．1 数据清洗的定义 535．2 数据清洗的对象 545．2．1 残缺数据 545．2．2 错误数据 545．2．3 重复数据 545．3 数据清洗的作用 555．4 数据质量的评估准则 555．4．1 完整性 555．4．2 一致性 565．4．3 准确性 56项目实施 565．5 实施思路 565．6 实施步骤 57知识拓展 64课后实训 65项目6 智能数据服务平台图像标注 66项目目标 66项目描述 66知识准备 666．1 图像标注的定义 666．2 常见的图像标注方式 676．2．1 2D边界框标注 676．2．2 3D长方体标注 686．2．3 多边形标注 686．2．4 关键点标注 696．2．5 折线标注 696．2．6 语义分割 696．3 图像标注流程 706．3．1 确定标注规则 706．3．2 试标注 716．3．3 标注检查 716．3．4 模型训练 716．3．5 预标注 716．3．6 补充标注 726．4 图像标注通用规则 726．4．1 贴边规则 726．4．2 重叠规则 726．4．3 独立规则 736．4．4 不框规则 736．4．5 边界检查规则 746．4．6 小目标规则 74项目实施 746．5 实施思路 746．6 实施步骤 74知识拓展 846．7 XML的定义 846．8 XML文件的作用 85课后实训 85第3篇 深度学习模型定制平台应用 87项目7 深度学习模型定制平台入门使用 88项目目标 88项目描述 88知识准备 897．1 深度学习模型定制平台的简介 897．2 深度学习模型定制平台的功能 897．2．1 EasyDL图像 897．2．2 EasyDL文本 917．2．3 EasyDL语音 937．2．4 EasyDL OCR 947．2．5 EasyDL视频 947．2．6 EasyDL结构化数据 957．3 深度学习模型定制平台的优势 96项目实施 977．4 实施思路 977．5 实施步骤 97知识拓展 107课后实训 108项目8 深度学习模型定制平台模型训练 109项目目标 109项目描述 109知识准备 1108．1 物体检测模型的应用场景 1108．1．1 视频图像监控 1108．1．2 工业生产质检 1118．1．3 专业领域研究 1128．2 物体检测模型的训练结果 1128．2．1 正确识别 1128．2．2 误识别 1138．2．3 漏识别 1138．3 物体检测模型的评估指标 1148．3．1 准确率 1148．3．2 率 1148．3．3 召回率 1148．3．4 假正类率 1158．3．5 F1分数 1158．3．6 平均精度 1158．4 EasyDL训练物体检测模型的基本流程 116项目实施 1168．5 实施思路 1168．6 实施步骤 117知识拓展 124课后实训 124项目9 深度学习模型定制平台模型部署 126项目目标 126项目描述 126知识准备 1279．1 深度学习模型部署流程 1279．2 深度学习模型定制平台的部署方法 1279．2．1 图像类模型部署方法 1279．2．2 文本类模型部署方法 1289．3 人工智能边缘开发设备及摄像头 128项目实施 1299．4 实施思路 1299．5 实施步骤 129知识拓展 1409．6 获取Access Toke1409．7 API请求返回参数 1419．8 错误码 141课后实训 143第4篇 深度学习综合应用 144项目10 深度学习开发平台视觉任务应用 145项目目标 145项目描述 145知识准备 14610．1 工业质检行业背景 14610．2 智能工业质检流程 14710．3 工业质检行业应用 147项目实施 14810．4 实施思路 14810．5 实施步骤 148知识拓展 159课后实训 160项目11 深度学习开发平台文本任务应用 161项目目标 161项目描述 161知识准备 16111．1 文本分类的行业背景 16111．2 文本分类的流程 16211．3 文本分类模型的评估指标 16211．3．1 宏平均和微平均 16211．3．2 11点平均正确率 16311．4 文本分类模型的行业应用 163项目实施 16311．5 实施思路 16311．6 实施步骤 164知识拓展 18311．7 中文语料库 18311．8 英文语料库 184课后实训 184项目12 深度学习开发平台声音任务应用 186项目目标 186项目描述 186知识准备 18712．1 声音分类的概念 18712．2 声音分类的应用 18712．3 智能声音分类的流程 187项目实施 18812．4 实施思路 18812．5 实施步骤 189知识拓展 203课后实训 204
作者介绍
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价