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   新用戶註冊
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 / 物流,時效:出貨後2-4日

2024年10月出版新書

2024年09月出版新書

2024年08月出版新書

2024年07月出版新書

2024年06月出版新書

2024年05月出版新書

2024年04月出版新書

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

『簡體書』快速构建AI应用——AWS无服务器AI应用实战

書城自編碼: 3788482
分類: 簡體書→大陸圖書→計算機/網絡人工智能
作者: [美]彼得·埃尔格[Peter Elger]、伊恩·沙纳吉[
國際書號(ISBN): 9787302609421
出版社: 清华大学出版社
出版日期: 2022-07-01

頁數/字數: /
書度/開本: 16开 釘裝: 平装

售價:NT$ 500

我要買

share:

** 我創建的書架 **
未登入.



新書推薦:
纷纭万端 : 近代中国的思想与社会
《 纷纭万端 : 近代中国的思想与社会 》

售價:NT$ 500.0
中国古代文体形态研究(第四版)(中华当代学术著作辑要)
《 中国古代文体形态研究(第四版)(中华当代学术著作辑要) 》

售價:NT$ 765.0
朋党之争与北宋政治·大学问
《 朋党之争与北宋政治·大学问 》

售價:NT$ 454.0
甲骨文丛书·波斯的中古时代(1040-1797年)
《 甲骨文丛书·波斯的中古时代(1040-1797年) 》

售價:NT$ 403.0
以爱为名的支配
《 以爱为名的支配 》

售價:NT$ 286.0
台风天(大吴作品,每一种生活都有被看见的意义)
《 台风天(大吴作品,每一种生活都有被看见的意义) 》

售價:NT$ 245.0
打好你手里的牌(斯多葛主义+现代认知疗法,提升当代人的心理韧性!)
《 打好你手里的牌(斯多葛主义+现代认知疗法,提升当代人的心理韧性!) 》

售價:NT$ 301.0
新时代硬道理 广东寻路高质量发展
《 新时代硬道理 广东寻路高质量发展 》

售價:NT$ 352.0

建議一齊購買:

+

NT$ 594
《 机器人控制——运动学、控制器设计、人机交互与应用实例 》
+

NT$ 560
《 自然语言处理实战:从入门到项目实践 》
+

NT$ 270
《 名师讲科技前沿系列--图解芯片技术 》
+

NT$ 365
《 基于TensorFlow的深度学习 》
+

NT$ 862
《 矿用搜救机器人 》
+

NT$ 861
《 机器学习的数学 》
編輯推薦:
基于云的人工智能服务可以自动完成客户服务、数据分析和财务报告等领域的各种劳动密集型任务。其秘诀在于运用预先构建的工具,例如用于图像分析的Amazon Rekognition或用于自然语言处理的AWS Comprehend。这样,就无须创建昂贵的定制软件系统。
  《快速构建AI应用——AWS无服务器AI应用实战》是利用基于云的解决方案快速完成人工智能项目的指南。你可以从本书中学到如何通过将多个云组件构建在一起来完成真实世界的应用程序,例如聊天机器人和文字转语音服务。本书涵盖了从小型项目到大型数据密集型应用程序所需的相关知识。
內容簡介:
主要内容 ● 将云端AI服务应用至现有平台 ● 设计和构建可扩展的数据管道 ● 调试和诊断AI服务 ● 快速掌握无服务器模板
關於作者:
彼得?埃尔格是fourTheorem(一家技术咨询公司、AWS合作伙伴)的联合创始人兼CEO。彼得在英国JET Joint Undertaking公司开始他的职业生涯,在那里他花了7年时间为核聚变研究创建采集、控制和数据分析系统。他在广泛的研究和商业软件领域中担任过技术领导职务,包括软件灾难恢复、电信和社交媒体。在创立fourTheorem之前,彼得是两家公司的联合创始人兼CTO:Stitcher Ads(一个社交广告平台)和NearForm(一家Node.js咨询公司)。彼得目前研究的重点是通过应用尖端的无服务器技术、云架构和机器学习为客户提供商业价值。他的经验涵盖了从构建大型分布式软件系统到领导实施这些系统的国际团队的各个方面。彼得拥有物理学和计算机科学双学位。
伊恩?沙纳吉有幸从20世纪80年代中期开始在Sinclair ZX Spectrum上编程。这是第一件他不想拆卸的电子产品。如今,他试图将软件系统拆开。伊恩是fourTheorem的联合创始人兼CTO。他是架构师也是开发人员,在为初创公司和大型企业构建和扩展系统方面拥有丰富的经验。伊恩经历过许多不同的技术时代,从2000年的基于Java的分布式系统到近年来的全栈多语言容器和无服务器应用程序。伊恩拥有都柏林圣三一学院的计算机科学学士学位。
目錄
第Ⅰ部分 基础知识
第1章 两种技术 3
1.1 云端环境 4
1.2 什么是无服务器 6
1.3 对速度的需求 7
1.3.1 早期情况 8
1.3.2 UNIX哲学 8
1.3.3 面向对象和模式 9
1.3.4 Java、J2EE和.NET 10
1.3.5 XML和SOAXML以及SOA 11
1.3.6 Web speed 11
1.3.7 云计算 12
1.3.8 微服务(重新认识) 12
1.3.9 云原生服务 13
1.3.10 发展趋势:速度 14
1.4 什么是AI 16
1.4.1 AI的历史 17
1.4.2 真实的AI世界 18
1.4.3 AI服务 20
1.4.4 人工智能和机器学习 21
1.4.5 深度学习 23
1.4.6 人工智能面临的挑战 24
1.5 计算能力和人工智能的普及 24
1.6 规范的AI即服务架构 25
1.6.1 Web应用程序 26
1.6.2 实时服务 26
1.6.3 批处理服务 26
1.6.4 通信服务 26
1.6.5 基础事务服务 26
1.6.6 AI服务 26
1.6.7 数据服务 27
1.6.8 运营支持 27
1.6.9 开发支持 27
1.6.10 平台之外 27
1.7 在Amazon Web Services
上实现 27
1.8 本章小结 29
第2章 构建无服务器图像识别系统,第1部分 31
2.1 我们的第一个系统 32
2.2 体系结构 32
2.2.1 Web应用程序 34
2.2.2 同步服务 35
2.2.3 异步服务 36
2.2.4 通信服务 37
2.2.5 AI服务 39
2.2.6 数据服务 39
2.2.7 开发支持和运营支持 39
2.3 一切就绪 39
2.3.1 DNS域和SSL/TLS证书 39
2.3.2 设置清单 41
2.3.3 获取代码 41
2.3.4 设置云端资源 42
2.4 实现异步服务 44
2.5 本章小结 52
第3章 构建无服务器图像识别系统,第2部分 55
3.1 部署异步服务 55
3.2 实现同步服务 59
3.2.1 UI服务 60
3.2.2 前端服务 65
3.3 运行系统 68
3.4 清理环境 71
3.5 本章小结 71
第Ⅱ部分 行业工具
第4章 以无服务器方式构建和
保护Web应用程序 75
4.1 待办事项清单程序 75
4.2 体系结构 76
4.2.1 Web应用程序 77
4.2.2 同步服务 78
4.2.3 异步服务 79
4.2.4 通信结构 80
4.2.5 身份认证服务 81
4.2.6 AI服务 81
4.2.7 数据服务 82
4.2.8 开发支持和运营支持 82
4.3 准备就绪 82
4.4 第1步:创建基本应用程序 83
4.4.1 资源 85
4.4.2 待办事项服务 85
4.4.3 前端 89
4.4.4 部署“第1步”应用程序 94
4.5 第2步:启用Cognito保护 97
4.5.1 获取代码 99
4.5.2 用户服务 99
4.5.3 待办事项服务 102
4.5.4 前端服务 103
4.5.5 部署系统的“第2步” 105
4.6 本章小结 109
第5章 为Web应用添加人工智能接口 111
5.1 第3步:添加语音转文字功能 111
5.1.1 获取代码 112
5.1.2 便笺服务 113
5.1.3 前端更新 114
5.1.4 部署“第3步” 117
5.1.5 测试“第3步” 117
5.2 “第4步”:添加文字转语音服务 118
5.2.1 获取代码 119
5.2.2 日程服务 119
5.2.3 前端更新 121
5.2.4 部署“第4步” 122
5.2.5 测试“第4步” 122
5.3 “第5步”:添加聊天机器人对话界面 123
5.3.1 获取代码 124
5.3.2 创建聊天机器人 124
5.3.3 前端更新 127
5.3.4 部署“第5步” 129
5.3.5 测试“第5步” 130
5.4 清理环境 130
5.5 本章小结 131
第6章 如何有效地使用AI即服务 133
6.1 解决无服务器的新挑战 134
6.1.1 无服务器的优势和挑战 134
6.1.2 生产级的无服务器模板 135
6.2 建立项目结构 137
6.2.1 源存储库:monorepo或polyrepo 137
6.2.2 项目文件夹结构 138
6.2.3 获取代码 139
6.3 持续部署 139
6.3.1 持续部署设计 140
6.3.2 使用AWS服务实现持续部署 141
6.4 可观察性和监控 145
6.5 日志 146
6.5.1 生成结构化日志 147
6.5.2 检查日志输出 148
6.5.3 使用CloudWatch Logs Insights搜索日志 151
6.6 监控服务和应用程序指标 153
6.6.1 服务指标 154
6.6.2 应用程序指标 154
6.6.3 使用指标创建告警 159
6.7 使用跟踪理解分布式应用程序 160
6.7.1 启用X-Ray跟踪 160
6.7.2 探索跟踪和映射 162
6.7.3 带有注释和自定义指标的高级跟踪 163
6.8 本章小结 164
第7章 将AI应用于现有系统 165
7.1 无服务器AI的集成模式 165
7.1.1 模式1:同步API 168
7.1.2 模式2:异步API 169
7.1.3 模式3:VPN流输入 170
7.1.4 模式4:VPN完全连接流 171
7.1.5 选择哪种模式 172
7.2 使用Textract改进身份验证 173
7.2.1 获取代码 174
7.2.2 文本分析API 174
7.2.3 客户端代码 176
7.2.4 部署API 177
7.2.5 测试API 177
7.2.6 删除API 179
7.3 带有Kinesis支持的AI数据处理pipeline 179
7.3.1 获取代码 181
7.3.2 部署API 182
7.4 使用Translate即时翻译 183
7.5 测试pipeline 185
7.6 使用Comprehend分析情绪 187
7.7 训练自定义文档分类器 189
7.7.1 创建训练存储桶 190
7.7.2 上传训练数据 191
7.7.3 创建IAM角色 191
7.7.4 训练分类器 192
7.8 使用自定义分类器 192
7.9 pipeline的端到端测试 194
7.10 删除pipeline 195
7.11 使用自动化的优势 195
7.12 本章小结 196
第Ⅲ部分 将所学知识整合起来
第8章 为AI应用大规模收集数据 199
8.1 场景:寻找会议和演讲者 200
8.1.1 识别所需数据 200
8.1.2 数据来源 202
8.1.3 为模型训练准备数据 202
8.2 从网络收集数据 203
8.3 网络爬虫简介 204
8.3.1 典型的网络爬虫过程 204
8.3.2 网络爬虫架构 205
8.3.3 无服务器网络爬虫架构 208
8.4 实现条目存储 210
8.4.1 获取代码 210
8.4.2 条目存储桶 210
8.4.3 部署条目存储 210
8.5 创建frontier来存储和管理URL 211
8.5.1 获取代码 211
8.5.2 frontier URL数据库 211
8.5.3 创建frontier API 213
8.5.4 部署和测试frontier 214
8.6 构建fetcher来检索和解析网页 215
8.6.1 配置和控制headless浏览器 216
8.6.2 捕获页面输出 216
8.6.3 获取多个页面 217
8.6.4 部署并测试fetcher 219
8.7 确定strategy服务中的爬取空间 219
8.8 使用调度程序编排爬虫 222
8.8.1 获取代码 222
8.8.2 使用Step Function 222
8.8.3 部署和测试调度器 224
8.9 本章小结 227
第9章 使用AI从大数据集中提取有价数据 229
9.1 使用AI从网页中提取重要信息 229
9.1.1 了解需求 230
9.1.2 扩展体系结构 230
9.2 了解Comprehend的实体识别API 231
9.3 为信息提取准备数据 234
9.3.1 获取代码 234
9.3.2 创建S3事件通知 234
9.3.3 实现preparation处理程序 236
9.3.4 使用死信队列(DLQ)增加弹性 236
9.3.5 创建DLQ和重试处理程序 237
9.3.6 部署和测试preparation服务 239
9.4 使用文本批处理管理吞吐量 242
9.4.1 获取代码 242
9.4.2 检索批量文本从而进行提取 242
9.5 异步命名实体抽象 243
9.5.1 获取代码 243
9.5.2 开始实体识别任务 244
9.6 查看实体识别进度 245
9.7 部署和测试批量实体识别 246
9.8 对识别结果进行持久化 247
9.9 整合所有功能 248
9.9.1 编排实体提取 248
9.9.2 端到端数据提取测试 251
9.9.3 查看会议数据提取结果 251
9.10 工作总结 253
9.11 本章小结 253
附录A 设置AWS账户 255
附录B AWS托管AI服务的数据需求 265
附录C AI应用的数据源 267
附录D 设置DNS域和证书 269
附录E 底层的无服务器框架 275
內容試閱
第四次工业革命即将来临!未来十年,基因编辑、量子计算,当然还有人工智能(AI)等领域可能会取得巨大进展。我们大多数人每天都在与人工智能技术互动。这不仅仅是指自动驾驶汽车或自动除草机。人工智能在我们的日常生活中无处不在。例如当你访问亚马逊网站时,网站即刻给出产品推荐;你与航空公司进行的航班改签的在线聊天对话,或者银行给你发送的简讯,警告你的账户可能存在欺诈交易。所有这些例子都是由人工智能和机器学习技术驱动的。
现实将越来越多地要求开发人员在他们所构建的产品和平台上添加人工智能功能及相关接口。当然,人工智能和机器学习的早期使用者已经在这样做了。然而,这需要大量的研发投入,通常需要一个数据科学家团队来训练、测试、部署和操作定制化的人工智能模型。借由强大的商品化力量,这种情况正在迅速改变。
在Nicholas Carr 2010年的畅销书The Big Switch中,他将云计算比作电力,并预测我们最终将把计算资源作为一种消费能源。虽然我们还没有真正达到这种程度,但可以预示,这种消费模式正在迅速成为现实。
你可以从云原生服务的范围和能力的爆炸性增长中看到这一点。云堆栈的商品化催生了无服务器计算范式。我们相信,无服务器计算将成为未来构建软件平台和产品的标准架构。
随着应用程序堆栈商业化的广泛应用,人工智能也正在迅速成为一种商品,例如主流云服务提供商在图像识别、自然语言处理和聊天机器人等领域提供的AI服务,这些AI服务的数量和能力正逐月迅猛增长。
我们工作的fourTheorem公司每天都在使用这些技术,通过应用人工智能服务来帮助客户扩展和改进他们现有的系统。我们帮助客户采用无服务器架构和相关工具来加速他们的平台开发工作,并且利用我们的经验帮助重构客户的遗留系统,以便它们可以更有效地在云端运行。
正是无服务器和AI服务这两种技术的快速增长和商业化,以及我们将它们应用于实际项目的经验,促使我们撰写了本书。我们希望提供一份工程师的工作指南,帮助你在AI即服务方面取得成功,并祝你在探索这个精彩的软件开发新世界时一切顺利!

 

 

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 台灣用户 | 香港/海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 (香港)大書城有限公司 All Rights Reserved.