掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 人工智能與物聯(lián)網(wǎng)
開本：
24cm
頁數(shù)：
10,182頁
本類五星書更多>
-
>
全國計(jì)算機(jī)等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
人工智能與物聯(lián)網(wǎng) 版權(quán)信息
- ISBN：9787302614326
- 條形碼：9787302614326 ; 978-7-302-61432-6
- 裝幀：平裝-膠訂
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
人工智能與物聯(lián)網(wǎng) 本書特色
• 探索各種人工智能技術(shù)，從零開始構(gòu)建智能物聯(lián)網(wǎng)解決方案
• 使用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)構(gòu)建智能語音識(shí)別和面部檢測系統(tǒng)
• 使用算法深入了解物聯(lián)網(wǎng)數(shù)據(jù)并在項(xiàng)目中實(shí)施
• 對時(shí)間序列數(shù)據(jù)和其他類型的物聯(lián)網(wǎng)數(shù)據(jù)執(zhí)行異常檢測
• 在小型設(shè)備上實(shí)施用于機(jī)器學(xué)習(xí)的嵌入式系統(tǒng)學(xué)習(xí)技術(shù)
• 將預(yù)訓(xùn)練的機(jī)器學(xué)習(xí)模型應(yīng)用于邊緣設(shè)備
• 使用TensorFlow.js和Java將機(jī)器學(xué)習(xí)模型部署到Web應(yīng)用程序和移動(dòng)設(shè)備
人工智能與物聯(lián)網(wǎng) 內(nèi)容簡介
本書采用基于配方的方法完成從數(shù)據(jù)收集、分析、建模、統(tǒng)計(jì)和監(jiān)視以及部署的基本過程。本書提供來自智能家居，工業(yè)物聯(lián)網(wǎng)和智能設(shè)備的真實(shí)數(shù)據(jù)集來訓(xùn)練和評估簡單到復(fù)雜的模型，并使用經(jīng)過訓(xùn)練的模型進(jìn)行預(yù)測。本書還介紹了在實(shí)施機(jī)器學(xué)習(xí)和深度學(xué)習(xí)以及其他AI技術(shù)（例如自然語言處理、計(jì)算機(jī)視覺和用于構(gòu)建智能IoT系統(tǒng)的強(qiáng)化學(xué)習(xí)）時(shí)面臨的主要挑戰(zhàn)。通過本書讀者可以學(xué)習(xí)如何打包和部署端到端AI應(yīng)用程序，以及如何將實(shí)踐解決方案應(yīng)用于常見的IoT問題。
人工智能與物聯(lián)網(wǎng) 目錄
第1章搭建IoT和AI環(huán)境
1.1準(zhǔn)備工作
1.1.1設(shè)備選型
1.1.2搭建Databricks
1.2搭建IoT Hub
1.2.1預(yù)備工作
1.2.2操作步驟
1.2.3工作機(jī)理
1.3設(shè)置IoT Edge設(shè)備
1.3.1預(yù)備工作
1.3.2操作步驟
1.3.3工作機(jī)理
1.4將ML模塊部署到邊緣設(shè)備端
1.4.1預(yù)備工作
1.4.2操作步驟
1.4.3工作機(jī)理
1.4.4補(bǔ)充說明
1.5搭建Kafka
1.5.1預(yù)備工作
1.5.2操作步驟
1.5.3工作機(jī)理
1.5.4補(bǔ)充說明
1.6在Databricks上安裝ML庫
1.6.1預(yù)備工作
1.6.2操作步驟
1.6.3工作機(jī)理
第2章數(shù)據(jù)處理
2.1使用Delta Lake存儲(chǔ)數(shù)據(jù)以便分析
2.1.1預(yù)備工作
2.1.2操作步驟
2.1.3工作機(jī)理
2.2數(shù)據(jù)采集設(shè)計(jì)
2.2.1預(yù)備工作
2.2.2操作步驟
2.3窗口化
2.3.1預(yù)備工作
2.3.2操作步驟
2.3.3工作機(jī)理
2.4探索性因子分析法
2.4.1預(yù)備工作
2.4.2操作步驟
2.4.3工作機(jī)理
2.4.4補(bǔ)充說明
2.5在Mongo/hot path storage中實(shí)現(xiàn)分析查詢
2.5.1預(yù)備工作
2.5.2操作步驟
2.5.3工作機(jī)理
2.6將IoT數(shù)據(jù)導(dǎo)入Spark
2.6.1預(yù)備工作
2.6.2操作步驟
2.6.3工作機(jī)理
第3章面向IoT的機(jī)器學(xué)習(xí)
3.1采用異常檢測分析化學(xué)傳感器
3.1.1預(yù)備工作
3.1.2操作步驟
3.1.3工作機(jī)理
3.1.4補(bǔ)充說明
3.2IoMT中的Logistic回歸
3.2.1預(yù)備工作
3.2.2操作步驟
3.2.3工作機(jī)理
3.2.4補(bǔ)充說明
3.3使用決策樹對化學(xué)傳感器進(jìn)行分類
3.3.1操作步驟
3.3.2工作機(jī)理
3.3.3補(bǔ)充說明
3.4使用XGBoost進(jìn)行簡單的預(yù)測性維護(hù)
3.4.1預(yù)備工作
3.4.2操作步驟
3.4.3工作機(jī)理
3.5危險(xiǎn)駕駛行為檢測
3.5.1預(yù)備工作
3.5.2操作步驟
3.5.3工作機(jī)理
3.5.4補(bǔ)充說明
3.6在受限設(shè)備端進(jìn)行人臉檢測
3.6.1預(yù)備工作
3.6.2操作步驟
3.6.3工作機(jī)理
第4章用于預(yù)測性維護(hù)的深度學(xué)習(xí)
4.1使用特征工程增強(qiáng)數(shù)據(jù)
4.1.1預(yù)備工作
4.1.2操作步驟
4.1.3工作機(jī)理
4.1.4補(bǔ)充說明
4.2使用Keras進(jìn)行故障檢測
4.2.1預(yù)備工作
4.2.2操作步驟
4.2.3工作機(jī)理
4.2.4補(bǔ)充說明
4.3實(shí)施LSTM來預(yù)測設(shè)備故障
4.3.1預(yù)備工作
4.3.2操作步驟
4.3.3工作機(jī)理
4.4將模型部署到Web服務(wù)
4.4.1預(yù)備工作
4.4.2操作步驟
4.4.3工作機(jī)理
4.4.4補(bǔ)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(yù)備工作
5.1.2操作步驟
5.1.3工作機(jī)理
5.2使用自編碼器檢測標(biāo)記數(shù)據(jù)中的異常
5.2.1預(yù)備工作
5.2.2操作步驟
5.2.3工作機(jī)理
5.2.4補(bǔ)充說明
5.3對未標(biāo)記數(shù)據(jù)集使用孤立森林算法
5.3.1預(yù)備工作
5.3.2操作步驟
5.3.3工作機(jī)理
5.3.4補(bǔ)充說明
5.4使用Luminol檢測時(shí)間序列異常
5.4.1預(yù)備工作
5.4.2操作步驟
5.4.3工作機(jī)理
5.4.4補(bǔ)充說明
5.5檢測受季節(jié)性影響的異常
5.5.1預(yù)備工作
5.5.2操作步驟
5.5.3工作機(jī)理
5.6使用流分析法檢測峰值
5.6.1預(yù)備工作
5.6.2操作步驟
5.6.3工作機(jī)理
5.7檢測邊緣設(shè)備的異常
5.7.1預(yù)備工作
5.7.2操作步驟
5.7.3工作機(jī)理
第6章計(jì)算機(jī)視覺
6.1通過OpenCV連接攝像頭
6.1.1預(yù)備工作
6.1.2操作步驟
6.1.3工作機(jī)理
6.1.4補(bǔ)充說明
6.2使用微軟自定義視覺來訓(xùn)練和標(biāo)記圖像
6.2.1預(yù)備工作
6.2.2操作步驟
6.2.3工作機(jī)理
6.3使用深度神經(jīng)網(wǎng)絡(luò)和Caffe檢測人臉
6.3.1預(yù)備工作
6.3.2操作步驟
6.3.3工作機(jī)理
6.4在Raspberry Pi上使用YOLO檢測物體
6.4.1預(yù)備工作
6.4.2操作步驟
6.4.3工作機(jī)理
6.5在NVIDIA Jetson Nano上使用GPU檢測物體
6.5.1預(yù)備工作
6.5.2操作步驟
6.5.3工作機(jī)理
6.5.4補(bǔ)充說明
6.6在GPU上使用PyTorch訓(xùn)練視覺
6.6.1預(yù)備工作
6.6.2操作步驟
6.6.3工作機(jī)理
6.6.4補(bǔ)充說明
第7章基于NLP和Bots的Kiosks
7.1喚醒詞檢測
7.1.1預(yù)備工作
7.1.2操作步驟
7.1.3工作機(jī)理
7.1.4補(bǔ)充說明
7.2使用Microsoft Speech API實(shí)現(xiàn)語音轉(zhuǎn)文字
7.2.1預(yù)備工作
7.2.2操作步驟
7.2.3工作機(jī)理
7.3LUIS入門
7.3.1預(yù)備工作
7.3.2操作步驟
7.3.3工作機(jī)理
7.3.4補(bǔ)充說明
7.4智能機(jī)器人實(shí)現(xiàn)
7.4.1預(yù)備工作
7.4.2操作步驟
7.4.3工作機(jī)理
7.4.4補(bǔ)充說明
7.5創(chuàng)建自定義聲音
7.5.1預(yù)備工作
7.5.2操作步驟
7.5.3工作機(jī)理
7.6利用QnA Maker增強(qiáng)機(jī)器人的功能
7.6.1預(yù)備工作
7.6.2操作步驟
7.6.3工作機(jī)理
7.6.4補(bǔ)充說明
第8章采用微控制器和pipeline進(jìn)行優(yōu)化
8.1基于ESP32的IoT簡介
8.1.1預(yù)備工作
8.1.2操作步驟
8.1.3工作機(jī)理
8.1.4補(bǔ)充說明
8.2ESP32環(huán)境監(jiān)控器的實(shí)現(xiàn)
8.2.1預(yù)備工作
8.2.2操作步驟
8.2.3工作機(jī)理
8.2.4補(bǔ)充說明
8.3超參數(shù)優(yōu)化
8.3.1預(yù)備工作
8.3.2操作步驟
8.3.3工作機(jī)理
8.4BOM變更的處理
8.4.1預(yù)備工作
8.4.2操作步驟
8.4.3工作機(jī)理
8.4.4補(bǔ)充說明
8.5使用Sklearn構(gòu)建機(jī)器學(xué)習(xí)pipeline
8.5.1預(yù)備工作
8.5.2操作步驟
8.5.3工作機(jī)理
8.5.4補(bǔ)充說明
8.6使用Spark和Kafka進(jìn)行流式機(jī)器學(xué)習(xí)
8.6.1預(yù)備工作
8.6.2操作步驟
8.6.3工作機(jī)理
8.6.4補(bǔ)充說明
8.7使用Kafka的KStreams和KTables豐富數(shù)據(jù)
8.7.1預(yù)備工作
8.7.2操作步驟
8.7.3工作機(jī)理 8.7.4補(bǔ)充說明 第9章部署到邊緣 9.1OTA更新MCU 9.1.1預(yù)備工作 9.1.2操作步驟 9.1.3工作機(jī)理 9.1.4補(bǔ)充說明 9.2采用IoT Edge部署模塊 9.2.1預(yù)備工作 9.2.2Raspberry Pi設(shè)置 9.2.3編碼設(shè)置 9.2.4操作步驟 9.2.5工作機(jī)理 9.2.6補(bǔ)充說明 9.3采用TensorFlow.js卸載到Web端 9.3.1預(yù)備工作 9.3.2操作步驟 9.3.3工作機(jī)理 9.3.4補(bǔ)充說明 9.4部署移動(dòng)模型 9.4.1預(yù)備工作 9.4.2操作步驟 9.4.3工作機(jī)理 9.5采用孿生設(shè)備維護(hù)設(shè)備群 9.5.1預(yù)備工作 9.5.2操作步驟 9.5.3工作機(jī)理 9.5.4補(bǔ)充說明 9.6采用霧計(jì)算實(shí)現(xiàn)分布式機(jī)器學(xué)習(xí) 9.6.1預(yù)備工作 9.6.2操作步驟 9.6.3工作機(jī)理 9.6.4補(bǔ)充說明
8.7.3工作機(jī)理 8.7.4補(bǔ)充說明 第9章部署到邊緣 9.1OTA更新MCU 9.1.1預(yù)備工作 9.1.2操作步驟 9.1.3工作機(jī)理 9.1.4補(bǔ)充說明 9.2采用IoT Edge部署模塊 9.2.1預(yù)備工作 9.2.2Raspberry Pi設(shè)置 9.2.3編碼設(shè)置 9.2.4操作步驟 9.2.5工作機(jī)理 9.2.6補(bǔ)充說明 9.3采用TensorFlow.js卸載到Web端 9.3.1預(yù)備工作 9.3.2操作步驟 9.3.3工作機(jī)理 9.3.4補(bǔ)充說明 9.4部署移動(dòng)模型 9.4.1預(yù)備工作 9.4.2操作步驟 9.4.3工作機(jī)理 9.5采用孿生設(shè)備維護(hù)設(shè)備群 9.5.1預(yù)備工作 9.5.2操作步驟 9.5.3工作機(jī)理 9.5.4補(bǔ)充說明 9.6采用霧計(jì)算實(shí)現(xiàn)分布式機(jī)器學(xué)習(xí) 9.6.1預(yù)備工作 9.6.2操作步驟 9.6.3工作機(jī)理 9.6.4補(bǔ)充說明
展開全部
人工智能與物聯(lián)網(wǎng) 作者簡介
Michael Roshak 云架構(gòu)師和戰(zhàn)略家，研究重點(diǎn)是設(shè)計(jì)和部署面向云的解決方案和架構(gòu)。在企業(yè)云轉(zhuǎn)型計(jì)劃和基礎(chǔ)設(shè)施現(xiàn)代化方面擁有深厚的專業(yè)知識(shí)。他負(fù)責(zé)為云應(yīng)用提供戰(zhàn)略咨詢服務(wù)、咨詢技術(shù)銷售，并通過跨多個(gè)行業(yè)的高度戰(zhàn)略客戶推動(dòng)廣泛的云服務(wù)。
高慧敏 博士，教授。嘉興學(xué)院圖書館副館長(兼學(xué)報(bào)編輯部主任)，浙江省嘉興光伏技術(shù)創(chuàng)新服務(wù)平臺(tái)主任，《系統(tǒng)仿真學(xué)報(bào)》編委會(huì)委員，長三角G60科創(chuàng)走廊專家咨詢委員會(huì)專家。主要從事復(fù)雜系統(tǒng)建模與仿真，生產(chǎn)優(yōu)化與調(diào)度等領(lǐng)域的科研工作。
書友推薦
- >
唐代進(jìn)士錄
- >
伯納黛特,你要去哪(2021新版)
- >
詩經(jīng)-先民的歌唱
- >
名家?guī)阕x魯迅:朝花夕拾
- >
上帝之肋:男人的真實(shí)旅程
- >
我與地壇
- >
【精裝繪本】畫給孩子的中國神話
- >
月亮虎
本類暢銷
