认知计算攻略：使用Cognitive Services和TensorFlow

认知计算攻略：使用Cognitive Services和TensorFlow
作　者： 阿德南·马苏德 蒲成
出版社： 清华大学出版社
丛编项：
版权说明： 本书为出版图书，暂不支持在线阅读，请支持正版图书
标　签： 暂缺
ISBN 出版时间 包装 开本 页数 字数
未知 暂无 暂无 未知 0 暂无

作者简介

　　Adnan Masood，博士是一位人工智能和机器学习研究者、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 MVP。作为UST Global Al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，并且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博士对于从财富500强企业到创业公司的管理层而言一直都是一位值得信赖的顾问。Adnan是Amazon编程语言领域畅销书Functional Prograrmming with F#的怍者，他在美国帕克大学教授数据科学，并且曾在UCSD教授Windows WGF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。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。

内容简介

《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Al和机器学习问题。该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，提供一套全面的工其集以便让读者可以快速且容易地应用到自己的项目中。该书重点介绍的是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。

图书目录

第1章 使用认知服务实现AI民主化

1．1 AI民主化

1．1．1 机器学习库

1．1．2 机器学习和深度学习目前的状态

1．2 为人工智能构建业务用例

1．2．1 自然语言理解和生成

1．2．2 语音识别

1．2．3 认知数字助理

1．2．4 非结构化文本分析

1．2．5 决策管理

1．2．6 机器人流程自动化

1．3 机器学习的五大流派

1．4 Microsoft认知服务——概述

1．4．1 语音

1．4．2 语言

1．4．3 知识

1．4．4 搜索

1．5 人工智能的伦理规范

1．6 结语

第2章 构建对话式接口

2．1 对话式UI的组成部分

2．2 开始使用机器人框架

2．3 Bot Framework SDK示例

2．4 攻略2-1：构建YodaBot

2．4．1 问题

2．4．2 解决方案

2．4．3 运行机制

2．5 攻略2-2：使用Azure Bot Service创建机器人

2．5．1 问题

2．5．2 解决方案

2．5．3 运行机制

2．6 攻略2-3：构建一个问答机器人

2．6．1 问题

2．6．2 解决方案

2．6．3 运行机制

2．7 攻略2-4：数据中心健康监测机器人

2．7．1 问题

2．7．2 解决方案

2．7．3 运行机制

2．8 通过Resource Manager模板设置Azure部署

第3章 眼见为实：自定义视觉

3．1 热狗，非热狗

3．1．1 问题

3．1．2 解决方案

3．2 构建自定义视觉以训练安防系统

3．2．1 问题

3．2．2 解决方案

3．3 使用认知服务计算机视觉API构建说明标注机器人

3．3．1 问题

3．3．2 解决方案

3．3．3 DAQUAR挑战

3．4 使用CustomVision．AI研究冰箱

3．4．1 问题

3．4．2 解决方案

3．5 现在使用认知工具集研究冰箱

3．5．1 问题

3．5．2 解决方案

3．6 使用自定义视觉进行产品和部件识别

3．6．1 问题

3．6．2 解决方案

3．7 在CNTK中使用自定义视觉模型搜索服饰

3．7．1 问题

3．7．2 解决方案

……

第4章 文本分析：暗数据前沿

第5章 认知机器人技术处理自动化：自动执行

第6章 知识管理和智能搜索

第7章 AIOps：运维中的预测分析与机器学习

第8章 行业中的AI用例

附录A 公共数据集＆深度学习模型仓库