本书是智能计算平台应用开发高级教材，主要介绍了智能计算平台搭建、平台管理、数据管理、应用开发等相关知识。全书共9章，内容包括智能计算平台应用开发概述、智能计算高级环境、平台管理、数据存储、数据处理、数据备份及恢复、深度学习基础算法建模、人工智能算法优化、人工智能高级应用软件开发测试。
电子书
内容简介
本书是智能计算平台应用开发中级教材，主要介绍了智能计算平台搭建、平台管理、数据管理、应用开发等相关知识。全书共分9章，内容包括智能计算平台应用开发概述、人工智能与平台搭建、平台管理、数据采集、数据存储、数据处理、数据备份与恢复、机器学习基础算法建模和人工智能模型开发测试。
章节目录
- 第1 章智能计算平台应用开发概述
- 1.1 智能计算平台应用开发技能点简介
- 1.1.1 初级
- 1.1.2 中级
- 1.1.3 高级
- 1.2 智能计算平台应用开发的中级知识点概要
- 1.2.1 平台搭建
- 1.2.2 平台管理
- 1.2.3 数据管理
- 1.2.4 应用开发
- 小结
- 习题
- 第2 章人工智能与平台搭建
- 2.1 人工智能简介
- 2.1.1 人工智能发展
- 2.1.2 大数据与人工智能
- 2.1.3 机器学习与深度学习
- 2.2 集成开发环境
- 2.2.1 Anaconda
- 2.2.2 PyCharm
- 2.2.3 Eclipse
- 2.3 常用人工智能开发框架
- 2.3.1 TensorFlow
- 2.3.2 PyTorch
- 2.3.3 MXNet
- 2.3.4 Caffe
- 2.3.5 MindSpore
- 小结
- 习题
- 第3 章平台管理
- 3.1 服务器集群管理
- 3.1.1 集群管理介绍
- 3.1.2 集群管理工具简介
- 3.2 存储资源管理
- 3.2.1 存储资源管理介绍
- 3.2.2 存储资源管理工具FusionStorage
- 3.3 系统管理
- 3.3.1 系统管理介绍
- 3.3.2 系统管理工具FusionDirector
- 3.4 文档管理
- 3.4.1 文档管理介绍
- 3.4.2 运维报告与技术支持文档
- 小结
- 习题
- 第4 章数据采集
- 4.1 数据采集系统组成与架构
- 4.1.1 大数据采集与处理
- 4.1.2 大数据基础组件介绍
- 4.1.3 数据采集系统架构
- 4.1.4 数据采集系统基础配置
- 4.2 数据采集流程优化和系统维护
- 4.2.1 数据采集流程优化
- 4.2.2 数据采集系统维护
- 小结
- 习题
- 第5 章数据存储
- 5.1 大数据存储管理
- 5.1.1 存储系统维护和管理
- 5.1.2 存储系统优化
- 5.2 数据库存储管理
- 5.2.1 数据库日常监控
- 5.2.2 数据库日常运维
- 小结
- 习题
- 第 6 章数据处理
- 6.1 ETL 数据整合
- 6.1.1 ETL 常用工具
- 6.1.2 ETL 数据整合操作
- 6.1.3 ETL 任务流程监控、维护和优化
- 6.2 数据标注和分类
- 6.2.1 图像数据标注
- 6.2.2 文本数据标注
- 6.2.3 语音数据标注
- 小结
- 习题
- 第 7 章数据备份与恢复
- 7.1 数据备份概述
- 7.1.1 概念
- 7.1.2 备份组网介绍
- 7.1.3 备份介质
- 7.2 备份技术
- 7.2.1 备份分类
- 7.2.2 高级备份技术
- 7.2.3 华为OceanStor 应用实例
- 7.3 备份解决方案
- 7.3.1 常规备份解决方案组网设计
- 7.3.2 OceanStor 备份解决方案
- 7.4 备份与恢复
- 7.4.1 Linux 文件系统备份与恢复
- 7.4.2 OceanStor 备份与恢复
- 小结
- 习题
- 第 8 章机器学习基础算法建模
- 8.1 机器学习
- 8.1.1 机器学习的相关名词解释
- 8.1.2 机器学习的应用领域
- 8.2 分类算法
- 8.2.1 逻辑回归
- 8.2.2 KNN
- 8.2.3 朴素贝叶斯
- 8.2.4 SVM
- 8.2.5 决策树
- 8.2.6 多层感知机
- 8.3 回归算法
- 8.3.1 线性回归
- 8.3.2 KNN 回归
- 8.3.3 Lasso 回归
- 8.4 集成学习算法
- 8.4.1 Boosting
- 8.4.2 Bagging
- 8.5 聚类算法
- 8.5.1 原型聚类
- 8.5.2 层次聚类
- 8.5.3 密度聚类
- 8.6 关联规则算法
- 8.6.1 Apriori 算法
- 8.6.2 FP-growth 算法
- 8.7 智能推荐算法
- 小结
- 习题
- 第 9 章人工智能模型开发测试
- 9.1 人工智能模型开发
- 9.1.1 商业理解
- 9.1.2 数据理解
- 9.1.3 数据准备
- 9.1.4 数据建模
- 9.1.5 模型评价
- 9.1.6 模型部署
- 9.2 人工智能模型测试
- 9.2.1 测试用例
- 9.2.2 测试方法
- 9.2.3 测试计划
- 9.2.4 测试报告
- 小结
- 习题
展开全部
智能计算平台应用开发（中级）是2020年由人民邮电出版社出版,作者华为技术有限公司。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《智能计算平台应用开发（中级）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书从VRP系统的基本操作开始介绍，其中包括华为数通设备的文件系统结构及操作方法，并按照具体协议和技术分别设计了多个实验，如静态路由、OSPF路由协议、以太网基础、生成树、以太网链路聚合、VLAN间通信、ACL、AAA配置、NAT、FTP、DHCP、WLAN、IPv6，以及网络编程与自动化。
电子书
本书共分为10章，主要内容包括数据通信与网络基础、构建互联互通的IP网络、构建以太交换网络、网络安全基础与网络接入、网络服务与应用、WLAN基础、广域网技术、网络管理与运维、IPv6基础及SDN与自动化基础。书中以各项技术的需求、起源和发展历程作为切入点，对技术原理、应用场景和配置方法进行了介绍。
电子书
本书首先对HarmonyOS和OpenHarmony进行概述，同时阐述了两者的区别，其次讲解了HarmonyOS应用开发的流程以及常备的开发基础知识，接着介绍了基于JSUI框架以及丰富的组件快速开发应用程序UI的方法，然后针对HarmonyOS的接口能力进行了详细说明，还介绍了JavaPA开发，包括Service开发、JS和Java的混合开发（JSFA调用JavaPA）、数据库及DataAbili
电子书
本书系统、全面地介绍大数据技术的基础知识。全书共13章，首先介绍大数据行业与技术趋势；然后介绍大数据生态圈的各项技术，包括分布式文件系统、Hive分布式数据仓库、HBase技术原理、MapReduce和YARN技术原理、Spark基于内存的分布式计算、Flink流批一体分布式实时处理引擎、数据采集与数据装载工具、Kafka分布式消息订阅系统、高可靠集群安全模式、分布式全文检索Elasticsear
电子书
本书介绍了人工智能概览、机器学习、深度学习、人工智能主流开发框架、华为全栈全场景AI战略—EI、HiAI、昇腾，以及人工智能综合实验等内容?这是一本华为ICT学院人工智能课程培训的教材。本书是作者和华为的工作人员共同完成的，其间参阅了国内外现有教材和相关文献后编写的?全书注重理论与实践的结合,注重算法与框架的实际应用与实现方法,注重创新思维的训练与培养?本书既可作为高等院校人工智能课程的培训教材，
电子书
本书根据华为HCIA-RoutingSwitchingV2.5认证考试大纲编写，旨在帮助读者掌握网络通信基础知识，熟练使用华为的网络设备组建企业局域网和广域网及有线网络和无线网络，能够配置企业的网络安全，并掌握前沿的计算机网络技术。本书内容包括网络基础、TCP/IP协议、华为VRP操作系统、IP地址和子网划分、静态路由和动态路由、以太网组网技术、ACL和AAA、网络地址转换、DHCP服务器、WLA
电子书
随着近年来互联网+、大数据、AI和数据挖掘等技术的不断发展，数据库技术和产品日新月异，云端数据库已经成为一种重要的数据库类型。本书分8章来介绍数据库技术，内容包括数据库的发展史、数据库基础知识、SQL语法入门、SQL语法分类、数据库安全基础、数据库开发环境、数据库设计基础和华为云端数据库产品GaussDB数据库的使用。本书可作为高校数据库课程的教材，同时也适合作为HCIA-GaussDBV1.5认
