反馈文件质量
lgli/9787115575883_111363.pdf
人工智能深度学习基础实践 🔍
人民郵電出版社, 2023
中文 [zh] · PDF · 22.7MB · 2023 · 📘 非小说类图书 · 🚀/lgli/lgrs · Save
描述
第1篇人工智能产品研发
项目1 人工智能需求管理
项目描述
知识准备
1.1 需求的定义
1.2 需求管理的过程
1.2.1 需求获取
1.2.2 需求分析
1.2.3 需求表述
1.2.4 需求验证
1.3 需求文档的撰写
1.3.1 产品需求
1.3.2 产品目标
1.3.3 产品功能
项目实施 撰写商品检测项目需求文档
1.4 实施思路
1.5 实施步骤
知识拓展
课后实训
项目2 设计人工智能产品
项目描述
知识准备
2.1 人工智能产品的特性
2.2 人工智能产品设计流程
2.2.1 需求管理
2.2.2 功能设计
2.2.3 原型设计
2.2.4 研发实施
2.3 人工智能产品的发展趋势
2.3.1 当前人工智能产品设计的缺陷
2.3.2 人工智能产品设计的发展趋势
项目实施 商品检测项目设计
2.4 实施思路
2.5 实施步骤
知识拓展
课后实训
项目3 人工智能开发平台应用
项目描述
知识准备
3.1 人工智能开发平台简介
3.1.1 智能数据服务平台
3.1.2 深度学习模型定制平台
3.2 人工智能开发流程
3.2.1 需求分析
3.2.2 数据准备
3.2.3 模型训练
3.2.4 模型应用
项目实施 商品检测
3.3 实施思路
3.4 实施步骤
知识拓展
课后实训
第2篇深度学习数据应用
项目4 数据采集工程应用
项目描述
知识准备
4.1 常见数据集和数据服务市场
4.1.1 开源数据集
4.1.2 行业数据集
4.1.3 数据服务市场
4.2 PaddlePaddle 内置数据集
4.3 数据采集质量要求
4.3.1 数据质量控制原则
4.3.2 数据质量控制方式
4.3.3 数据质量评价方法
项目实施 加载PaddlePaddle 内置数据集
4.4 实施思路
4.5 实施步骤
知识拓展
课后实训
项目5 数据处理工程应用
项目描述
知识准备
5.1 数据特征
5.2 特征工程
5.2.1 数据预处理
5.2.2 数据特征可视化
5.2.3 数据特征挖掘
项目实施 汽车油耗量数据挖掘
5.3 实施思路
5.4 实施步骤
知识拓展
课后实训
项目6 数据标注工程应用
项目描述
知识准备
6.1 数据标注工具与平台
6.1.1 图像数据标注工具
6.1.2 文本数据标注工具
6.1.3 音频数据标注工具
6.1.4 数据标注平台
6.2 数据标注常见任务
6.2.1 分类标注
6.2.2 标框标注
6.2.3 区域标注
6.2.4 描点标注
6.3 数据标注质量标准
项目实施 EasyData 数据标注
6.4 实施思路
6.5 图像分类数据标注实施步骤
6.6 物体检测数据标注实施步骤
6.7 图像分割数据标注实施步骤
6.8 文本分类数据标注实施步骤
6.9 短文本相似度数据标注实施步骤
知识拓展
课后实训
第3篇深度学习基础应用
项目7机器学习模型训练
项目描述
知识准备
7.1 机器学习基础知识
7.2 机器学习的训练流程
7.2.1 数据操作
7.2.2 模型构建
7.2.3 机器学习任务实现
7.3 常用算法
7.3.1 线性回归
7.3.2 逻辑回归
7.3.3 决策树
7.3.4 随机森林
项目实施 通过机器学习模型预测汽车油耗量
7.4 实施思路
7.5 实施步骤
知识拓展
课后实训
项目8 深度学习框架应用开发
项目描述
知识准备
8.1 深度学习框架的作用
8.2 常用的深度学习框架
8.2.1 PaddlePaddle
8.2.2 TensorFlow
8.2.3 Keras
8.2.4 Caffe
8.2.5 PyTorch
项目实施 安装PaddlePaddle
8.3 实施思路
8.4 实施步骤
8.4.1 在Windows 系统下安装PaddlePaddle 实施步骤
8.4.2 在Linux 系统下安装PaddlePaddle 实施步骤
知识拓展
8.5 GPU
8.6 CUDA 和CUDA 工具包
课后实训
项目9 深度学习框架基础功能应用
项目描述
知识准备
9.1 模型设计
9.1.1 模型的输入
9.1.2 模型的输出
9.1.3 模型的架构
9.2 数据准备
9.3 训练设置
9.4 应用部署
9.5 模型评估
项目实施 预测电影受欢迎度
9.6 实施思路
9.7 实施步骤
知识拓展
课后实训
项目10 深度学习线性回归模型应用
项目描述
知识准备
10.1 损失函数
10.1.1 均方误差
10.1.2 交叉熵
10.2 优化器
10.2.1 梯度下降法
10.2.2 随机梯度下降法
10.2.3 小批量随机梯度下降法
10.3 自定义数据集
项目实施 通过深度学习模型预测汽车油耗量
10.4 实施思路
10.5 实施步骤
知识拓展
课后实训
备用文件名
lgrsnf/9787115575883_111363.pdf
备用出版商
The People's Posts and Telecommunications Publishing House
备用版本
China, People's Republic, China
开源日期
2024-06-20
更多信息……
We strongly recommend that you support the author by buying or donating on their personal website, or borrowing in your local library.

🚀 快速下载

成为会员以支持书籍、论文等的长期保存。为了感谢您对我们的支持，您将获得高速下载权益。❤️

🐢 低速下载

由可信的合作方提供。 更多信息请参见常见问题解答。 （可能需要验证浏览器——无限次下载！）

所有选项下载的文件都相同，应该可以安全使用。即使这样，从互联网下载文件时始终要小心。例如，确保您的设备更新及时。
显示外部下载
  • 对于大文件，我们建议使用下载管理器以防止中断。
    推荐的下载管理器：JDownloader
  • 您将需要一个电子书或 PDF 阅读器来打开文件，具体取决于文件格式。
    推荐的电子书阅读器：Anna的档案在线查看器、ReadEra和Calibre
  • 使用在线工具进行格式转换。
    推荐的转换工具：CloudConvert和PrintFriendly
  • 您可以将 PDF 和 EPUB 文件发送到您的 Kindle 或 Kobo 电子阅读器。
    推荐的工具：亚马逊的“发送到 Kindle”和djazz 的“发送到 Kobo/Kindle”
  • 支持作者和图书馆
    ✍️ 如果您喜欢这个并且能够负担得起，请考虑购买原版，或直接支持作者。
    📚 如果您当地的图书馆有这本书，请考虑在那里免费借阅。