商品描述
本書依照人工智能模型訓練開發流程介紹了人工智能模型訓練開發技術,包括PaddlePaddle的簡介及基礎知識、
線性迴歸、捲積神經網絡、循環神經網絡、自然語言處理、推薦演算法、電腦視覺、遷移學習、影像分類、影像辨識等,
並透過實際的操作案例詳細、直觀地講解了人工智能演算法和模型的實現過程,可協助開發人員快速完成人工智能等相關開發任務。
本書內容簡明通俗,便於理解,不僅可以拓寬讀者的知識面,
還可以培養電腦應用能力和解決問題的能力,具有實用、操作性強等特質。
本書既可作為高等職業院校和應用型本科人工智能、大數據等相關專業的教學用書,
也可作為相關專業人員自學的參考書和培訓教材。
目錄大綱
前言
二維碼索引
任務1 走進人工智能
任務目標
任務描述
任務準備
1.1 人工智能與深度學習
1.2 人工智能深度學習的使用步驟
1.3 人工智能深度學習框架
1.4 人工智能的應用
1.5 AI操作平臺
任務實施
任務小結
任務評估
任務2 初識PaddlePaddle
任務目標
任務描述
任務準備
2.1 PaddlePaddle簡介
2.2 PaddlePaddle行業應用2.3
PaddlePaddle環境搭建
2.4 高層API
任務實施
任務小結
任務評估
任務3 PaddlePaddle基礎知識
任務目標 任務
描述
任務準備
3.1 張量
圖3.2 動態圖
3.3 模型發展
任務執行
任務小結
任務評估
任務4 線性迴歸-預測程式設計師月薪
任務目標
任務描述
任務準備
4.1 機器學習
4.2 線性迴歸
4.3 sklearm庫
任務實作
任務小結
任務評估
任務5 捲積神經網絡-貓狗分類
任務目標
任務說明
任務準備
5.1 機器學習分類
5.2 捲積神經網絡概述
任務實施
任務小結
任務評估
任務6 LeNet之眼疾鑑 任務目標
任務
說明
任務準備
6.1 LelNet
6.2 AlexNet
6.3 VGGNet
6.4 GoogleLeNet 任務
實施 任務 小結