登入帳戶  | 訂單查詢  | 購物車/收銀台( 0 ) | 在線留言板  | 付款方式  | 聯絡我們  | 運費計算  | 幫助中心 |  加入書簽
會員登入 新註冊 | 新用戶登記
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類閱讀雜誌 香港/國際用戶
最新/最熱/最齊全的簡體書網 品種:超過100萬種書,正品正价,放心網購,悭钱省心 送貨:速遞 / EMS,時效:出貨後2-3日

2024年03月出版新書

2024年02月出版新書

2024年01月出版新書

2023年12月出版新書

2023年11月出版新書

2023年10月出版新書

2023年09月出版新書

2023年08月出版新書

2023年07月出版新書

2023年06月出版新書

2023年05月出版新書

2023年04月出版新書

2023年03月出版新書

2023年02月出版新書

『簡體書』人工智能开发实践:云端机器学习导论(英文版)

書城自編碼: 3495234
分類: 簡體書→大陸圖書→計算機/網絡人工智能
作 者: Noah,Gift[美]挪亚·吉夫特
國際書號(ISBN): 9787111654025
出版社: 机械工业出版社
出版日期: 2020-05-01

頁數/字數: /
書度/開本: 16开 釘裝: 平装

售價:NT$ 474

我要買

share:

** 我創建的書架 **
未登入.



新書推薦:
盛世:西汉 康乾
《 盛世:西汉 康乾 》

售價:NT$ 549.0
所有治愈,都是自愈
《 所有治愈,都是自愈 》

售價:NT$ 381.0
财富管理的中国实践
《 财富管理的中国实践 》

售價:NT$ 717.0
先秦汉魏晋南北朝诗(附作者篇目索引)(全四册)精——中国古典文学总集
《 先秦汉魏晋南北朝诗(附作者篇目索引)(全四册)精——中国古典文学总集 》

售價:NT$ 2789.0
财之道丛书·太古传:商业帝国200年
《 财之道丛书·太古传:商业帝国200年 》

售價:NT$ 717.0
不要相信你所想的一切:如何停止过度思考,克服焦虑、自我怀疑和自我破坏
《 不要相信你所想的一切:如何停止过度思考,克服焦虑、自我怀疑和自我破坏 》

售價:NT$ 235.0
万历四大征(全两册)
《 万历四大征(全两册) 》

售價:NT$ 549.0
凝望:我的摄影与人生
《 凝望:我的摄影与人生 》

售價:NT$ 605.0

內容簡介:
本书不仅解释了如何将机器学习应用于大型数据集,还为技术反馈循环提供了一个有价值的视角。同时将帮助你逐步构建基于云的AIML应用程序,以解决体育营销、项目管理、产品定价、房地产等方面的实际问题。无论你是商业专业人士、决策者、学生还是程序员,本书介绍的案例研究都将有助于你解决几乎任何环境中的数据科学问题。
目錄
第一部分 实用人工智能基础
第1章 实用人工智能简介3
Python功能介绍4
程序语句4
字符串和字符串格式化6
数字与算术运算8
数据结构9
函数11
在Python中使用控制结构18
for循环18
while循环19
ifelse语句20
生成器表达式20
列表推导式21
中级主题21
进一步思考24
第2章 人工智能与机器学习的工具链27
Python数据科学生态系统:IPython、Pandas、NumPy、Jupyter Notebook、scikit-learn27
R语言、RStudio、Shiny和ggplot28
电子表格:Excel和Google表格28
使用Amazon网络服务开发云端AI 29
AWS上的DevOps29
持续交付29
为AWS创建软件开发环境30
集成Jupyter Notebook35
集成命令行工具38
集成AWS CodePipeline41
数据科学中的基本Docker容器设置45
其他构建服务器:Jenkins、CircleCI、Codeship和Travis46
小结46
第3章 斯巴达式AI生命周期47
实用生产反馈回路47
AWS SageMaker50
AWS Glue反馈回路51
AWS批处理55
基于Docker容器的反馈回路56
小结58
第二部分 云端人工智能
第4章 使用Google云平台开发云端AI61
Google云平台概述62
Colaboratory合作实验工具62
Datalab数据处理工具64
使用Docker和Google容器注册表扩展Datalab64
使用Datalab启动强大的机器65
BigQuery云数据仓库67
Google云端AI服务69
云端TPU和TensorFlow72
小结74
第5章 使用Amazon Web服务开发云端AI 75
在AWS上构建增强现实和虚拟现实解决方案77
计算机视觉:带有EFS和Flask的ARVR管道77
带EFS、Flask和Pandas的数据工程管道79
小结93
第三部分 创建实际AI应用程序
第6章 预测社交媒体在NBA中的影响力97
提出问题97
收集具有挑战性的数据源116
收集运动员的Wikipedia页面访问量116
收集运动员的Twitter参与度120
探索NBA运动员数据123
NBA球员的无监督机器学习126
使用R语言对NBA球员执行分面聚类绘图127
汇总:球队、球员、影响力和广告代言129
更多的实际进阶与学习131
小结132
第7章 使用AWS创建智能的Slack机器人133
创建机器人133
将库转换为命令行工具134
使用AWS工作流服务将机器人提升到新水平136
获取IAM证书设置136
建立工作流144
小结146
第8章 从GitHub组织中寻找项目管理的思考147
软件项目管理问题综述147
开始创建数据科学项目框架149
收集和转换数据150
与GitHub组织交·流152
创建特定领域的统计信息153
将数据科学项目连接到CLI客户端154
使用Jupyter Notebook探索GitHub 组织156
查看CPython项目中的文件元数据158
查看CPython项目中的已删除文件161
将项目部署到Python包索引库164
小结166
第9章 动态优化基于AWS的弹性计算云(EC2)实例167
在AWS上运行作业167
EC2 Spot实例167
Spot实例理论和定价历史168
编写Spot实例启动程序176
编写更复杂的Spot实例启动程序181
小结182
第10章 房地产数据研究183
美国房地产价值探索183
Python中的交互式数据可视化185
规模等级和价格聚类187
小结194
第11章 用户生成内容的生产环境AI195
Netflix奖未在生产中实施196
推荐系统的基本概念196
在Python中使用Surprise 框架197
推荐系统的云解决方案199
推荐系统的实际生产问题200
云端自然语言处理和情绪分析204
Azure上的NLP204
GCP上的NLP208
AWS上的生产型无服务器NLP AI管道210
小结215
附录A AI加速器217
附录B 聚类大小的选择219
索 引221
Contents
I: Introduction to Pragmatic AI 1
1 Introduction to Pragmatic AI 3
Functional Introduction to Python 4

Procedural Statements 4

Strings and String Formatting 6

Numbers and Arithmetic Operations 8

Data Structures 9

Functions 11

Using Control Structures in Python 18

for Loops 18

while Loops 19

ifelse 20

Generator Expression 20

List Comprehension 21

Intermediate Topics 21

Final Thoughts 24
2 AI and ML Toolchain 27
Python Data Science Ecosystem: IPython, Pandas, NumPy, Jupyter Notebook, scikit-learn 27
R, RStudio, Shiny, and ggplot 28
Spreadsheets: Excel and Google Sheets 28
Cloud AI Development with Amazon Web Services 29
DevOps on AWS 29
Continuous Delivery 29
Creating a Software Development Environment for AWS 30
Integrating Jupyter Notebook 35
Integrating Command-Line Tools 38
Integrating AWS CodePipeline 41
Basic Docker Setup for Data Science 45
Other Build Servers: Jenkins, CircleCI, and Travis 46
Summary 46
3 Spartan AI Lifecycle 47
Pragmatic Production Feedback Loop 47

AWS SageMaker 50

AWS Glue Feedback Loop 51

AWS Batch 55

Docker-based Feedback Loops 56

Summary 58
II: AI in the Cloud 59
4 Cloud AI Development with Google Cloud Platform 61
GCP Overview 62
Colabo
內容試閱
大约20年前,我在帕萨迪纳市的加州理工学院(Caltech)工作,梦想有朝一日每天都与人工智能(AI)打交道。21世纪初,对AI感兴趣的人并不多。尽管如此,我还是在这里开始与AI相伴,而本书的编写将我对AI和科幻小说的长期迷恋推向了高潮。在加州理工学院期间,我很幸运地接触了AI领域的一些顶尖人物,毫无疑问,这段经历让我走上了写作本书的道路。
然而,除了AI之外,我还迷恋自动化和实用主义。本书也包含一些这方面的主题。作为一名经验丰富的管理者,不断推出产品并在糟糕、无用的技术环境中生存的经历,让我变得更加务实。若技术未部署到生产环境,就不算数;若产品非自动,就不完整。希望本书能启发他人分享我的观点。
目标读者
本书适用于对AI、机器学习、云及其融合感兴趣的读者。程序员和非程序员都能从本书获取有价值的宝贵知识。在NASA、PayPal以及加州大学戴维斯分校举办的研讨会上,许多与我互动过的学生都能以有限的或极少的编程经验来吸收、借鉴这些观点或知识。本书大量使用Python编程案例,如果你是编程新手,Python是一种最理想的语言。
与此同时,本书还涵盖许多高级主题,如使用云计算平台(即AWS、GCP和Azure)以及实施机器学习与AI编程。对于精通Python、云和机器学习的高级技术人员来说,本书的许多有用思路可直接移植到当前工作之中。
本书组织结构
本书分为三个部分:第一部分是实用人工智能基础,第二部分是云端人工智能,第三部分是创建实际AI应用程序。
第一部分(第1~3章)介绍Python及AI的基础知识。
第1章是本书概览和Python快速教程,并提供了足够的背景知识让读者了解Python的一些基本应用。
第2章介绍数据科学项目中系统构建、命令行和Jupyter Notebook的生命周期。
第3章将实际生产反馈回路引入项目之中,并介绍了Docker、AWS SageMaker以及TensorFlow处理单元(TPU)等工具和框架。
第二部分(第4章和第5章)介绍AWS和Google云。
第4章介绍Google云平台(GCP)及其提供的一些独特、开发者友好的产品,还讨论了TPU、Colaboratory合作实验工具和Datalab数据处理工具等服务。
第5章深入介绍AWS上的工作流,如Spot实例、CodePipeline、使用和测试Boto以及这些服务的高级概览。
第三部分(第6~11章)讨论实际的AI应用及一些示例。
第6章介绍初创公司的业务和大数据等主题,包括:什么因素影响了球队价值?获胜是否能给比赛带来更多的球迷?薪水是否与社交媒体表现相关?
第7章介绍如何创建一个无服务器的聊天机器人,该机器人从网站抓取数据并向Slack机器人母公司提供摘要信息。
第8章研究一种常见行为数据源—GitHub元数据,使用Pandas、Jupyter Notebook和click命令行工具挖掘行为数据。
第9章介绍将 AWS作业转换为使用机器学习技术来优化定价的可能性。
第10章使用机器学习和交互式绘图技术研究美国房价。
第11章讨论如何使用AI与用户生成的内容进行交互,包括情绪分析和推荐引擎等主题。
附录A讨论专门为运行AI工作负载而设计的硬件芯片,给出一个来自Google的TPU的AI加速器示例。
附录B讨论聚类大小的选择应被看作一项更艺术而非科学的活动(尽管有些技术可以使决策过程更加清晰)。
示例代码
贯穿本书,每章都配套有一个或多个Jupyter Notebook应用示例。这些Notebook应用示例是在我过去几年的文章、研讨班或课程的基础上开发的。
说明
本书所有源代码示例(Jupyter Notebook文件格式)都可以在https:github.comnoahgift pragmaticai 网站上找到。
另外,书中许多示例还包括下面这样的Makefile文件。
Makefile文件是编排Python语言或R语言中数据科学项目的不同方面的很好方式。值得注意的是,这些文件还可用于设置环境、通过lint检测源码、运行测试和部署代码。此外,像virtualenv这样独立环境的使用确实能消除一大堆问题。令人奇怪的是,我遇到的很多学生都存在下面的共性问题:他们在一个Python解释器中安装了某个工具却使用了另一个工具,或者,由于两个包彼此冲突而导致无法正常工作。
一般来说,该问题的解决之道是为每个项目使用一个虚拟环境,并在处理该项目时始终选择该环境。细微的项目规划对防止将来出现问题大有裨益,Makefile、lint检测、Jupyter Notebook测试、SaaS构建系统以及单元测试都是推荐使用的最佳实践。

 

 

書城介紹  | 合作申請 | 索要書目  | 新手入門 | 聯絡方式  | 幫助中心 | 找書說明  | 送貨方式 | 付款方式 香港用户  | 台灣用户 | 海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 (香港)大書城有限公司 All Rights Reserved.