人工智能開發(fā)實(shí)踐：云端機(jī)器學(xué)習(xí)導(dǎo)論（英文版）

定　價(jià)：￥79.00

作　者：	（美）挪亞·吉夫特
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥61.30)

ISBN：	9787111654025	出版時(shí)間：	2020-06-01	包裝：	平裝
開本：	16開	頁數(shù)：	248	字?jǐn)?shù)：

內(nèi)容簡介

　　《人工智能開發(fā)實(shí)踐：云端機(jī)器學(xué)習(xí)導(dǎo)論（英文版）》講解Amazon、Google和Microsoft公司的強(qiáng)大云服務(wù)產(chǎn)品，以及Python數(shù)據(jù)科學(xué)生態(tài)系統(tǒng)的成熟技術(shù)，所介紹的工作流程和案例涉及從部署到生產(chǎn)各個(gè)環(huán)節(jié)，通過使用當(dāng)代機(jī)器學(xué)習(xí)、人工智能和云計(jì)算工具逐步構(gòu)建多種云端機(jī)器學(xué)習(xí)應(yīng)用程序（覆蓋體育、項(xiàng)目管理、產(chǎn)品定價(jià)、房地產(chǎn)等領(lǐng)域中的實(shí)際問題），幫助你構(gòu)建可擴(kuò)展的能交付于生產(chǎn)的解決方案。

作者簡介

　　Noah Gift，是加州大學(xué)戴維斯分校研究生院工商管理碩士項(xiàng)目專業(yè)講師及顧問。他講授研究生機(jī)器學(xué)習(xí)課程，為學(xué)生和教師提供機(jī)器學(xué)習(xí)和云架構(gòu)方面的咨詢。他發(fā)表了近100篇技術(shù)出版物，包括云端機(jī)器學(xué)習(xí)和開發(fā)運(yùn)維專題方面的兩本書籍。Gift是擁有AWS認(rèn)證的解決方案架構(gòu)師，同時(shí)也是AWS云端機(jī)器學(xué)習(xí)專家，他幫助創(chuàng)建了AWS云端機(jī)器學(xué)習(xí)專業(yè)方向的認(rèn)證。Gift曾獲得加州大學(xué)戴維斯分校工商管理碩士學(xué)位、加州州立大學(xué)洛杉磯分校計(jì)算機(jī)信息系統(tǒng)碩士學(xué)位以及圣路易斯一奧比斯波的加州州立理工大學(xué)營養(yǎng)科學(xué)學(xué)士學(xué)位。Noah Gif——有近20年P(guān)ython職業(yè)編程經(jīng)驗(yàn)，是Python軟件基金會會士。他曾擔(dān)任CTO、總經(jīng)理、咨詢CTO和云架構(gòu)師等職位，也有在ABC、加州理工學(xué)院、Sony圖像工作室、Disney動畫、Weta數(shù)碼、AT&T、Turner工作室和Linden實(shí)驗(yàn)室等多家機(jī)構(gòu)從業(yè)的經(jīng)歷。在過去10年中，他負(fù)責(zé)了多家公司的新產(chǎn)品發(fā)布，這些新產(chǎn)品在全球范圍內(nèi)創(chuàng)造了數(shù)百萬美元收益。目前，他是Pragmatic AI Labs公司創(chuàng)始人，該公司旨在為初創(chuàng)公司等提供機(jī)器學(xué)習(xí)、云架構(gòu)和CTO級別的咨詢服務(wù)。

圖書目錄

第一部分實(shí)用人工智能基礎(chǔ)
第1章實(shí)用人工智能簡介
Python功能介紹
程序語句
字符串和字符串格式化
數(shù)字與算術(shù)運(yùn)算
數(shù)據(jù)結(jié)構(gòu)
函數(shù)
在Python中使用控制結(jié)構(gòu)
for循環(huán)
while循環(huán)
if/else語句
生成器表達(dá)式
列表推導(dǎo)式
中級主題
進(jìn)一步思考
第2章人工智能與機(jī)器學(xué)習(xí)的工具鏈
Python數(shù)據(jù)科學(xué)生態(tài)系統(tǒng)：IPython、Pandas、NumPy、Jupyter Notebook、scikit-learn
R語言、RStudio、Shiny和ggplot
電子表格：Excel和Google表格
使用Amazon網(wǎng)絡(luò)服務(wù)開發(fā)云端AI
AWS上的Devops
持續(xù)交付
為AWS創(chuàng)建軟件開發(fā)環(huán)境
集成Jupyter Notebook
集成命令行工具
集成AWS CodePipeline
數(shù)據(jù)科學(xué)中的基本Docker容器設(shè)置_
其他構(gòu)建服務(wù)器：Jenkins、CircleCI、Codeship和Travis
小結(jié)
第3章斯巴達(dá)式AI生命周期
實(shí)用生產(chǎn)反饋回路
AWS SageMaker
AWS Glue反饋回路
AWS批處理
基于Docker容器的反饋回路
小結(jié)
第二部分云端人工智能
第4章使用Google云平臺開發(fā)云端AI
Google云平臺概述
Colaboratory合作實(shí)驗(yàn)工具
Datalab數(shù)據(jù)處理工具
使用Docker和Google容器注冊表擴(kuò)展Datalab
使用Datalab啟動強(qiáng)大的機(jī)器
BigQuery云數(shù)據(jù)倉庫
Google云端AI服務(wù)
云端TPU和TensorFlow
小結(jié)
第5章使用Amazon Web服務(wù)開發(fā)云端AI
在AWS上構(gòu)建增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)解決方案
計(jì)算機(jī)視覺：帶有EFS和Flask的ARNR管道
帶EFS、Flask和Pandas的數(shù)據(jù)工程管道
小結(jié)
第三部分創(chuàng)建實(shí)際Al應(yīng)用程序
第6章預(yù)測社交媒體在NBA中的影響力
提出問題
收集具有挑戰(zhàn)性的數(shù)據(jù)源
收集運(yùn)動員的Wikipedia頁面訪問量
收集運(yùn)動員的Twitter參與度
探索NBA運(yùn)動員數(shù)據(jù)
NBA球員的無監(jiān)督機(jī)器學(xué)習(xí)
使用R語言對NBA球員執(zhí)行分面聚類繪圖
匯總：球隊(duì)、球員、影響力和廣告代言
更多的實(shí)際進(jìn)階與學(xué)習(xí)
小結(jié)
第7章使用AWS創(chuàng)建智能的
Slack機(jī)器人
創(chuàng)建機(jī)器人
將庫轉(zhuǎn)換為命令行工具
使用AWS工作流服務(wù)將機(jī)器人提升到新水平
獲取IAM證書設(shè)置
建立工作流
小結(jié)
第8章從GitHub組織中尋找項(xiàng)目管理的思考
軟件項(xiàng)目管理問題綜述
開始創(chuàng)建數(shù)據(jù)科學(xué)項(xiàng)目框架
收集和轉(zhuǎn)換數(shù)據(jù)
與GitHub組織交·流
創(chuàng)建特定領(lǐng)域的統(tǒng)計(jì)信息
將數(shù)據(jù)科學(xué)項(xiàng)目連接到CLI客戶端
使用Jupyter Notebook探索GitHub組織
查看CPython項(xiàng)目中的文件元數(shù)據(jù)
查看CPython項(xiàng)目中的已刪除文件
將項(xiàng)目部署到Python包索引庫
小結(jié)
第9章動態(tài)優(yōu)化基于AWS的彈性計(jì)算云（EC2）實(shí)例
在AWS上運(yùn)行作業(yè)
第10章房地產(chǎn)數(shù)據(jù)研究
第11章用戶生成內(nèi)容的生產(chǎn)環(huán)境AI
附錄A AI加速器
附錄B聚類大小的選擇
索引