新書推薦:
《
城邦政治与灵魂政治——柏拉图《理想国》中的政治哲学研究
》
售價:NT$
590.0
《
3分钟漫画墨菲定律:十万个为什么科普百科思维方式心理学 胜天半子人定胜天做事与成事的权衡博弈之道
》
售價:NT$
249.0
《
1911:危亡警告与救亡呼吁
》
售價:NT$
349.0
《
旷野人生:吉姆·罗杰斯的全球投资探险
》
售價:NT$
345.0
《
笼中王国 : 18世纪法国的珍禽异兽与社会文化
》
售價:NT$
340.0
《
思考的框架3 巴菲特芒格马斯克推崇的思维方式 风靡华尔街的思维训练法 沙恩·帕里什 著
》
售價:NT$
295.0
《
被记忆的西周史(中山大学中珠学术译丛)
》
售價:NT$
690.0
《
森林疗法:拥抱大自然、获得幸福的季节性方法
》
售價:NT$
340.0
編輯推薦:
《认知计算攻略 使用Cognitive Services和TensorFlow》通过完整且真实的代码示例解决AI和机器学习问题。本书使用了一种从提出问题到给出解决方案的方式,以便通过提供诸如认知服务API、机器学习平台和库的工具组合来让日常开发人员都可以接触到深度学习和机器学习。
《认知计算攻略 使用Cognitive Services和TensorFlow》提供了同时期技术体系的概览,涵盖了机器学习和深度学习的业务用例。通过讲解诸如数字化助理、计算机视觉、文本分析、语音和机器人流程自动化的主题,提供一套全面的工具集以便让读者可以快速且容易地应用到自己的项目中。本书重点介绍的是Microsoft Cognitive Services的能力应用,讲解使用包括TensorFlow和CNTK在内的多种不同环境来实现的方案,以便让读者能够更宽泛地审视深度学习生态系统。
內容簡介:
读者将:
● 使用Microsoft Cognitive Services API构建可用于生产环境的解决方案
● 解决自然语言处理和计算机视觉中的企业问题
● 探究机器学习开发生命周期从正式的问题定义到规模化部署
關於作者:
Adnan Masood博士是一位人工智能和机器学习的研究者、斯坦福大学AI实验室的访问学者、软件工程师以及人工智能领域的Microsoft MVPMost Valuable Professional,最有价值专家。作为UST Global AI和机器学习的首席架构师,他与斯坦福人工智能实验室和MIT CSAIL协作,带领一个数据科学家和工程师团队致力于构建人工智能解决方案,以便获得影响一系列业务、产品和倡议计划的业务价值和见解。
在其职业生涯中,Masood博士是财富500强企业到创业公司的管理层的值得信赖的顾问。Adnan是Amazon编程语言领域畅销书Functional Programming with F#的作者,他在美国帕克大学讲授数据科学,并且曾在UCSD讲授Windows WCF课程。他是各种学术和技术会议、代码训练营以及用户小组的国际演讲者。
Adnan Hashmi在技术领域拥有20年经验,他与医疗健康、金融、建筑和咨询行业的许多客户合作过。他目前在Microsoft从事数据和AI领域的工作,为金融服务业的客户提供支持。他拥有巴基斯坦卡拉奇市沙希德佐勒菲卡尔阿里布托科技研究所Shaheed Zulfikar Ali Bhutto Institute of Science & Technology,SZABIST的软件工程硕士学位,并且对于机器学习、音乐和教育充满了热情。
目錄 :
第1章 使用认知服务实现AI民主化 1
1.1 AI民主化 3
1.1.1 机器学习库 4
1.1.2 机器学习和深度学习目前的状态 5
1.2 为人工智能构建业务用例 6
1.2.1 自然语言理解和生成 7
1.2.2 语音识别 7
1.2.3 认知数字助理 7
1.2.4 非结构化文本分析 8
1.2.5 决策管理 8
1.2.6 机器人流程自动化 8
1.3 机器学习的五大流派 8
1.4 Microsoft认知服务概述 9
1.4.1 语音 11
1.4.2 语言 11
1.4.3 知识 11
1.4.4 搜索 11
1.5 人工智能的伦理规范 12
1.6 结语 13
第2章 构建对话式接口 15
2.1 对话式UI的组成部分 15
2.2 开始使用机器人框架 16
2.3 Bot Framework SDK示例 19
2.4 攻略2-1:构建YodaBot 21
2.4.1 问题 21
2.4.2 解决方案 21
2.4.3 运行机制 24
2.5 攻略2-2:使用Azure Bot Service创建机器人 29
2.5.1 问题 29
2.5.2 解决方案 29
2.5.3 运行机制 30
2.6 攻略2-3:构建一个问答机器人 35
2.6.1 问题 35
2.6.2 解决方案 35
2.6.3 运行机制 35
2.7 攻略2-4:数据中心健康监测机器人 42
2.7.1 问题 42
2.7.2 解决方案 43
2.7.3 运行机制 43
2.8 通过Resource Manager模板设置Azure部署 63
第3章 眼见为实:自定义视觉 69
3.1 热狗,非热狗 71
3.1.1 问题 71
3.1.2 解决方案 71
3.2 构建自定义视觉以训练安防系统 77
3.2.1 问题 78
3.2.2 解决方案 78
3.3 使用认知服务计算机视觉API构建说明标注机器人 87
3.3.1 问题 87
3.3.2 解决方案 87
3.3.3 DAQUAR挑战 101
3.4 使用CustomVision.AI研究冰箱 101
3.4.1 问题 101
3.4.2 解决方案 101
3.5 现在使用认知工具集研究冰箱 109
3.5.1 问题 109
3.5.2 解决方案 109
3.6 使用自定义视觉进行产品和部件识别 122
3.6.1 问题 122
3.6.2 解决方案 122
3.7 在CNTK中使用自定义视觉模型搜索服饰 141
3.7.1 问题 141
3.7.2 解决方案 141
第4章 文本分析:暗数据前沿 155
4.1 文本分析生态系统概览 156
4.1.1 CoreNLP 156
4.1.2 NLTKPython自然语言工具集 157
4.1.3 SpaCY 157
4.1.4 Gensim 158
4.1.5 Word2Vec 158
4.1.6 GloVe词表示的全局向量 159
4.1.7 DeepDive功能,而非算法 159
4.1.8 Snorkel用于快速训练数据创建的系统 159
4.1.9 Fonduer来自富格式化数据的知识库构造 160
4.1.10 TextBlob简化文本处理 160
4.1.11 基于云端的文本分析和API 160
4.2 索赔分类 161
4.2.1 问题 161
4.2.2 解决方案 161
4.2.3 运行机制 162
4.3 获悉公司的健康状况 169
4.3.1 问题 169
4.3.2 解决方案 169
4.3.3 运行机制 170
4.4 文本自动摘要 175
4.4.1 问题 175
4.4.2 解决方案 175
4.4.3 运行机制 181
第5章 认知机器人技术处理自动化:自动执行 183
5.1 从音频中提取意图 185
5.1.1 问题 185
5.1.2 解决方案 185
5.1.3 运行机制 186
5.1.4 创建一个LUIS端点 186
5.1.5 创建LUIS应用并且针对用户话语进行训练 188
5.1.6 在Visual Studio 2017中编写控制台应用的代码 195
5.2 用于自动化技术支持工单生成的电子邮件分类和分发 203
5.2.1 问题 203
5.2.2 解决方案 203
5.2.3 运行机制 204
5.3 异常检测:欺诈性信用卡交易案例 215
5.3.1 问题 215
5.3.2 解决方案 215
5.3.3 运行机制 215
5.4 大海捞针:时序中的交叉相关性 220
5.4.1 问题 220
5.4.2 解决方案 220
5.4.3 运行机制 220
5.5 理解交易模式:对于能源的需求预测 226
5.5.1 问题 226
5.5.2 解决方案 226
5.5.3 运行机制 227
第6章 知识管理和智能搜索 233
6.1 探究Azure Search索引处理 236
6.1.1 问题 236
6.1.2 解决方案 236
6.1.3 运行机制 238
6.2 使用LUIS进行自然语言搜索 239
6.2.1 问题 239
6.2.2 解决方案 239
6.2.3 运行机制 240
6.3 实现实体搜索 264
6.3.1 问题 264
6.3.2 解决方案 264
6.3.3 运行机制 265
6.4 获取论文摘要 268
6.4.1 问题 268
6.4.2 解决方案 268
6.4.3 运行机制 269
6.5 在文本分析中识别连接实体 273
6.5.1 问题 273
6.5.2 解决方案 273
6.5.3 运行机制 273
6.6 应用认知型搜索 275
6.6.1 问题 275
6.6.2 解决方案 275
6.6.3 创建一个存储 277
6.6.4 上传数据集 278
第7章 AIOps:运维中的预测分析与机器学习 285
7.1 使用Grakn构建知识图谱 286
7.1.1 问题 286
7.1.2 解决方案 287
7.1.3 运行机制 287
7.2 使用Cognitive Services Labs Project Anomaly Finder检测异常 296
7.2.1 问题 296
7.2.2 解决方案 297
7.2.3 运行机制 297
第8章 行业中的AI用例 305
8.1 金融服务 305
8.2 手机诈骗检测 305
8.2.1 问题 305
8.2.2 解决方案 305
8.3 在途资金优化 306
8.3.1 问题 306
8.3.2 解决方案 307
8.4 事故倾向性预测保险 307
8.4.1 问题 307
8.4.2 解决方案 307
8.5 医疗健康 307
8.6 精确诊断和病患治疗结果预测 309
8.6.1 问题 309
8.6.2 解决方案 309
8.7 医院再入院预测和预防 309
8.7.1 问题 309
8.7.2 解决方案 309
8.8 汽车工业和制造业 310
8.9 预测式维护 311
8.9.1 问题 311
8.9.2 解决方案 311
8.10 零售业 311
8.11 个性化零售实体店体验 311
8.11.1 问题 311
8.11.2 解决方案 312
8.12 快餐式汽车餐厅自动化问题 313
8.12.1 问题 313
8.12.2 解决方案 313
8.13 结语 315
附录A 公共数据集&深度学习模型仓库 317
內容試閱 :
当我们首次开始着手编写一本关于AI和认知计算的书籍时,我们意识到我们的准备时间很短但是编写《认知计算攻略 使用Cognitive Services和TensorFlow》的过程却很漫长,部分原因是,相关技术和平台正以非常快的速度在演进其变化是如此之快,以至于在《认知计算攻略 使用Cognitive Services和TensorFlow》正式出版之前我们都必须对某些章节和截图进行更新。当《认知计算攻略 使用Cognitive Services和TensorFlow》到达你手中时,必然会有许多技术变化出现,从而导致《认知计算攻略 使用Cognitive Services和TensorFlow》的一些内容和或截图需要更新。不过,《认知计算攻略 使用Cognitive Services和TensorFlow》的目的并不在于简单地介绍特定平台或技术的知识。在与许多企业客户进行关于构建企业AI解决方案的交流过程中,客户往往会急于提出一个问题:我们要如何开始构建?这就是我们打算并且期望通过《认知计算攻略 使用Cognitive Services和TensorFlow》来回答的问题。
由于组织和企业正经历使用AI的技术转移,因此可以说,所有组织都是技术型公司,尤其可以说是AI技术型公司。不过,任何涉及构建AI能力的企业都不应背离其最初的目的,也就是向其客户提供最好的产品和服务。这也正是AI解决方案的开发应该重点关注快速开发和快速发布周期的原因,而达成此目的的最佳方法就是使用能够提供快速配置、数据获取、模型训练、测试与部署的工具、技术和平台。这就是《认知计算攻略 使用Cognitive Services和TensorFlow》将发挥作用的地方。我们希望为你提供一种避免陡峭学习曲线的方法,转而让你通过开发可以在企业中实现的真实解决方案来学习AI。也就是说,《认知计算攻略 使用Cognitive Services和TensorFlow》并不打算充当在一个组织中构建和部署AI解决方案的说明指南。《认知计算攻略 使用Cognitive Services和TensorFlow》的目标在于使用一种从提出问题到给出解决方案的方式来揭示AI能力。一旦你可通过理解一个方案从而将所有的知识点都串起来,你就可以快速地将这些知识应用到自己组织内的使用场景和问题当中。
如果你刚刚开始学习AI却困惑于所有的技术术语、数学概念以及平台探讨,那么《认知计算攻略 使用Cognitive Services和TensorFlow》将会给予帮助。即使你之前有过机器学习和AI的经验并且希望将那些知识应用到常见的业务使用场景中,《认知计算攻略 使用Cognitive Services和TensorFlow》也可以充当绝佳的资源。
除了第1章和第8章以外,《认知计算攻略 使用Cognitive Services和TensorFlow》的其余几章都会遵循从提出问题到给出解决方案的内容形式,即首先表述问题,然后提供一个解决方案,最后讲解该解决方案如何发挥作用以及或者开发该解决方案所需的一系列步骤。第2~7章的每一章都会处理AI解决方案的一个不同方面或类别,最终汇聚成第8章中关于实际AI用例和解决方案的探讨。这里提供了每一章的简单介绍:
第1章提供了AI框架以及Microsoft在使用认知服务实现AI民主化方面所做努力的概览。
第2章深入讲解了可以通过对话式用户接口来使用对话机器人的用例和开发。
第3章专注于介绍开发用于从图片中提取信息和知识的自定义视觉解决方案。
第4章提供了企业内部自然语言处理Natural Language Processing,NLP问题的解决方案,以便可以处理几乎每个组织环境中都存在的海量文本信息。
第5章将深入研究使用AI和认知服务的机器人流程自动化Robotics Process Automation,RPA方案。
第6章旨在处理与使企业搜索变得更加高效有关的许多问题。
第7章提供的方案主要应对的是,使用AI来自动化和简化与运营相关的许多缓慢复杂且需要手动处理的流程。
第8章描述了各行业中的一些真实AI使用场景,并且提供了应对这些场景的解决方案。
我们希望可以在《认知计算攻略 使用Cognitive Services和TensorFlow》为你简化许多复杂的AI概念,期望你发现《认知计算攻略 使用Cognitive Services和TensorFlow》对于大家的AI学习之路是有所帮助的。祝大家一切顺利!