本书共6章：第1章概述了工业报警系统的研究意义、突出问题和研究现状；第2章通过基于报警统计量的状态图，描述了某个时期内报警变量所处的运行状态；第3章提出了报警延迟器、报警死区和报警阈值的优化设计方法；第4章以关联变量的变化方向、变化空间、变化速率为基础，设计了相应的多变量报警器；第5章针对描述报警变量与根源变量关系的不同模型，建立了3种报警根源分析方法；第6章面向短时间内出现的大量报警信息，设计了
电子书
内容简介
本书较为全面地介绍了人工智能技术服务、人工智能开放平台应用与实践等内容。全书共12个实训项目，包括人工智能概述、人工智能技术体系、智能数据服务平台入门使用、智能数据服务平台数据导入、智能数据服务平台数据处理、智能数据服务平台数据标注、深度学习模型定制平台入门使用、深度学习模型定制平台模型训练、深度学习模型定制平台模型部署、深度学习开发平台视觉任务应用、深度学习开发平台文本任务应用、深度学习开发平台声音任务应用等。本书以企业用人需求为导向，以岗位技能和综合素质为核心，通过理论与实战相结合的方式，培养能够根据深度学习项目需求，利用深度学习开发平台完成深度学习应用开发等工作的人才。
章节目录
- 第1篇人工智能技术服务
- 项目1人工智能技术与应用设计
- 项目目标
- 项目描述
- 知识准备
- 1.1 智能与人工智能
- 1.1.1 智能的定义
- 1.1.2 人工智能的定义
- 1.2 人工智能关键技术
- 1.2.1 机器学习
- 1.2.2 深度学习
- 1.2.3 计算机视觉
- 1.2.4 自然语言处理
- 1.2.5 知识图谱
- 1.2.6 人机交互
- 1.3 人工智能场景下的应用设计方案分析
- 1.3.1 场景需求分析
- 1.3.2 设计方案分析
- 项目实施
- 1.4 实施思路
- 1.5 实施步骤
- 知识拓展
- 1.6 图灵测试
- 1.7 图灵测试的缺陷
- 课后实训
- 项目2人工智能产业与应用开发
- 项目目标
- 项目描述
- 知识准备
- 2.1 人工智能产业结构
- 2.2 人工智能基础层相关产品
- 2.2.1 硬件设施
- 2.2.2 软件设施
- 2.2.3 数据资源
- 2.3 人工智能技术层相关产品
- 2.3.1 基础框架
- 2.3.2 算法模型
- 2.3.3 通用技术
- 2.4 人工智能应用层相关产品
- 2.4.1 应用平台
- 2.4.2 智能应用场景
- 2.5 人工智能应用开发的基本流程
- 2.5.1 需求分析
- 2.5.2 数据准备
- 2.5.3 模型训练
- 2.5.4 模型应用
- 项目实施
- 2.6 实施思路
- 2.7 实施步骤
- 知识拓展
- 课后实训
- 第2篇智能数据服务平台应用
- 项目3智能数据服务平台入门使用
- 项目目标
- 项目描述
- 知识准备
- 3.1 智能数据服务平台简介
- 3.2 智能数据服务平台功能
- 3.2.1 数据采集
- 3.2.2 数据清洗
- 3.2.3 数据标注
- 3.3 智能数据服务平台优势
- 项目实施
- 3.4 实施思路
- 3.5 实施步骤
- 知识拓展
- 课后实训
- 项目4智能数据服务平台数据采集
- 项目目标
- 项目描述
- 知识准备
- 4.1 数据的定义
- 4.2 数据的分类
- 4.2.1 按照字段类型分类
- 4.2.2 按照数据结构分类
- 4.2.3 其他分类
- 4.3 构建高质量数据集
- 4.3.1 获取足够的数据量
- 4.3.2 采集高质量的数据
- 4.3.3 创建高质量的分类
- 4.3.4 拆分数据集
- 项目实施
- 4.4 实施思路
- 4.5 实施步骤
- 知识拓展
- 课后实训
- 项目5智能数据服务平台数据清洗
- 项目目标
- 项目描述
- 知识准备
- 5.1 数据清洗的定义
- 5.2 数据清洗的对象
- 5.2.1 残缺数据
- 5.2.2 错误数据
- 5.2.3 重复数据
- 5.3 数据清洗的作用
- 5.4 数据质量的评估准则
- 5.4.1 完整性
- 5.4.2 一致性
- 5.4.3 准确性
- 项目实施
- 5.5 实施思路
- 5.6 实施步骤
- 知识拓展
- 课后实训
- 项目6智能数据服务平台图像标注
- 项目目标
- 项目描述
- 知识准备
- 6.1 图像标注的定义
- 6.2 常见的图像标注方式
- 6.2.1 2D 边界框标注
- 6.2.2 3D 长方体标注
- 6.2.3 多边形标注
- 6.2.4 关键点标注
- 6.2.5 折线标注
- 6.2.6 语义分割
- 6.3 图像标注流程
- 6.3.1 确定标注规则
- 6.3.2 试标注
- 6.3.3 标注检查
- 6.3.4 模型训练
- 6.3.5 预标注
- 6.3.6 补充标注
- 6.4 图像标注通用规则
- 6.4.1 贴边规则
- 6.4.2 重叠规则
- 6.4.3 独立规则
- 6.4.4 不框规则
- 6.4.5 边界检查规则
- 6.4.6 小目标规则
- 项目实施
- 6.5 实施思路
- 6.6 实施步骤
- 知识拓展
- 6.7 XML 的定义
- 6.8 XML 文件的作用
- 课后实训
- 第3篇深度学习模型定制平台应用
- 项目7深度学习模型定制平台入门使用
- 项目目标
- 项目描述
- 知识准备
- 7.1 深度学习模型定制平台的简介
- 7.2 深度学习模型定制平台的功能
- 7.2.1 EasyDL 图像
- 7.2.2 EasyDL 文本
- 7.2.3 EasyDL 语音
- 7.2.4 EasyDL OCR
- 7.2.5 EasyDL 视频
- 7.2.6 EasyDL 结构化数据
- 7.3 深度学习模型定制平台的优势
- 项目实施
- 7.4 实施思路
- 7.5 实施步骤
- 知识拓展
- 课后实训
- 项目8深度学习模型定制平台模型训练
- 项目目标
- 项目描述
- 知识准备
- 8.1 物体检测模型的应用场景
- 8.1.1 视频图像监控
- 8.1.2 工业生产质检
- 8.1.3 专业领域研究
- 8.2 物体检测模型的训练结果
- 8.2.1 正确识别
- 8.2.2 误识别
- 8.2.3 漏识别
- 8.3 物体检测模型的评估指标
- 8.3.1 准确率
- 8.3.2 精确率
- 8.3.3 召回率
- 8.3.4 假正类率
- 8.3.5 F1 分数
- 8.3.6 平均精度
- 8.4 EasyDL 训练物体检测模型的基本流程
- 项目实施
- 8.5 实施思路
- 8.6 实施步骤
- 知识拓展
- 课后实训
- 项目9深度学习模型定制平台模型部署
- 项目目标
- 项目描述
- 知识准备
- 9.1 深度学习模型部署流程
- 9.2 深度学习模型定制平台的部署方法
- 9.2.1 图像类模型部署方法
- 9.2.2 文本类模型部署方法
- 9.3 人工智能边缘开发设备及摄像头
- 项目实施
- 9.4 实施思路
- 9.5 实施步骤
- 知识拓展
- 9.6 获取Access Token
- 9.7 API 请求返回参数
- 9.8 错误码
- 课后实训
- 第4篇深度学习综合应用
- 项目10深度学习开发平台视觉任务应用
- 项目目标
- 项目描述
- 知识准备
- 10.1 工业质检行业背景
- 10.2 智能工业质检流程
- 10.3 工业质检行业应用
- 项目实施
- 10.4 实施思路
- 10.5 实施步骤
- 知识拓展
- 课后实训
- 项目11深度学习开发平台文本任务应用
- 项目目标
- 项目描述
- 知识准备
- 11.1 文本分类的行业背景
- 11.2 文本分类的流程
- 11.3 文本分类模型的评估指标
- 11.3.1 宏平均和微平均
- 11.3.2 11 点平均正确率
- 11.4 文本分类模型的行业应用
- 项目实施
- 11.5 实施思路
- 11.6 实施步骤
- 知识拓展
- 11.7 中文语料库
- 11.8 英文语料库
- 课后实训
- 项目12深度学习开发平台声音任务应用
- 项目目标
- 项目描述
- 知识准备
- 12.1 声音分类的概念
- 12.2 声音分类的应用
- 12.3 智能声音分类的流程
- 项目实施
- 12.4 实施思路
- 12.5 实施步骤
- 知识拓展
- 课后实训
展开全部
人工智能平台应用是2022年由人民邮电出版社出版,作者李垒，常城主编。
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《人工智能平台应用》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
本书内容涉及摄影学、计算机视觉、深度学习3个领域，系统地介绍了计算机视觉在图像质量和摄影学各个领域的核心算法和应用，包括传统的图像处理算法和深度学习核心算法。本书理论知识体系完备，同时提供大量实例，供读者实战演练。本书融合摄影学和计算机视觉的内容，覆盖面非常广。第1章简单介绍摄影的历史、摄影与图像的基本概念和摄影中的许多基本技巧。从第2章开始，本书对摄影学中图像处理算法的各个重要方向进行介绍，包括
电子书
《区块链技术与智能服务应用》系统介绍了区块链以及智能服务的有关概念和原理，以及基于区块链智能合约的服务推荐、协同、优化以及负载均衡等技术。《区块链技术与智能服务应用》分为七章，内容涵盖：传统服务到智能化服务的演化，区块链基本概念、智能服务与区块链结合的框架与理论基础，面向冷启动问题的区块链智能服务跨域推荐，基于语义和基于QoS的智能服务组合；基于SaaS的智能服务平台负载均衡，基于分片和状态通的智
电子书
本书介绍了自然语言处理的原理与Java编程语言的技术实现，主要包括多种语言的文本处理、分布式算法与代码实现、自然语言处理相关系统构建等内容。
电子书
本书从概念和数学原理上对人工智能所涉及的数据处理常用算法、图像识别、语音识别、自然语言处理、深度学习等几个主要方面进行了阐述，并以Python为主要工具进行了相应的编程实践，以使读者对人工智能相关技术有更直观和深入的理解。此外，本书还用几个独立的章节从原理和实践上介绍了量子计算、区块链技术、并行计算、增强现实等与人工智能密切相关的前沿技术。
电子书
机器学习已经广泛地应用于各行各业，深度学习的兴起再次推动了人工智能的热潮。本书结合项目实践，首先讨论了TensorFlow、PySpark、TI-ONE等主流机器学习平台的主要特点；然后结合Tableau介绍了数据可视化在银行客户用卡行为分析的应用。在此基础上，利用上述介绍的这些平台，通过多个项目案例，详细地分析了决策树、随机森林、支持向量机、逻辑回归、贝叶斯网络、卷积神经网络、循环神经网络、对抗
电子书
本书较为全面地论述了机器学习、深度学习、大数据技术与图像处理技术的基本概念、基础原理和基本方法，以农业为应用场景，力求通缩易懂，深入浅出的介绍了与机器学习、深度学习、大数据技术与图像处理技术问题联系密切的内容。全书主要分为4大部分：机器学习、大数据技术和图像处理技术的基础知识；经典的机器学习基本理论和方法，以及深度学习和大数据未来的发展；实践应用；机器学习和人工智能的数学基础与编程基础。
电子书
本体是共享概念模型明确的形式化规范说明。其重要性已在知识工程、智能信息集成、信息检索与获取、软件工程、自然语言处理、普适计算等许多方面有所体现。本书全面概括了本体演化的一些方法，重点研究开放环境下本体演化中的本体一致性推理算法、本体演化序列内部与序列之间的冲突检测、冲突诊断算法和本体演化多版本差异检测算法，同时就所涉及的算法进行了系统的实验和比较。本书可作为本体推理、本体演化领域开发人员和技术人员
