科技>通信与网络>通信网络
人工智能数据处理  

人工智能数据处理  "

作者:余平等
ISBN:9787121432934
定价:¥69.0
字数:324千字
页数:232
出版时间:2022-05
开本:16开
版次:01-01
装帧:
出版社:电子工业出版社
简介

本书以元宇宙为主题,全面讲述了元宇宙在当下和未来的发展。首先,讲解了元宇宙的概念、技术、产业链及对互联网行业的重要意义,以便读者了解元宇宙的整体框架。其次,介绍了元宇宙在游戏、社交、办公、教育、虚拟数字人等方面的应用,展示了元宇宙的巨大潜力。最后,分析了数字经济变革、元宇宙投资方向,并且对未来进行了展望,介绍了元宇宙的商业潜能。 本书在讲述概念的同时,对元宇宙的应用场景、未来趋势、投资赛道等做了分析。此外,融入诸多案例,对元宇宙的入局者具有很强的指导意义。

前言

对于许多人来说,深度学习已经悄悄地进入了我们的生活,在我们的工作场所、我们的家、汽车、手机和笔记本电脑里,无处不见基于深度学习的智能设备或应用。简而言之,深度学习已经成为我们生活中不可或缺的一部分。此外,深度学习还知道我们喜欢什么样的电视节目和电影,喜欢什么样的音乐,喜欢什么样的合作伙伴。除了我们的私人生活,深度学习还影响着汽车、医疗保健、经济、电子商务和娱乐等多个商业领域。随着时间的推移,深度学习将变得更加复杂和无所不能。 深度学习的影响不仅是可见的,而且是有形的。拿出你的智能手机(比如iPhone)说:“hi,Siri”,你就会听到一个悦耳的声音回答。Siri是人工智能助手,使用深度学习使得Siri的语音变得更自然、流畅,更人性化。 许多大公司都提供自己的人工智能助手:微软使用Cortana,三星电子使用 Bixby,亚马逊使用Alexa,苹果提供Siri,谷歌使用谷歌助手。这些基于深度学习的人工智能助手可以理解人类的命令,并做出相应的反应。例如,Siri 可以在你的家里打开音乐,谷歌助手可以根据你的要求为你的朋友输入一条消息,Alexa可以打开你的优步应用程序。 深度学习如何影响我们在其他领域的生活?人们可能没有注意到,深度学习的主要表现之一是不断学习我们娱乐、社交、生活的方式,然后通过推荐系统为我们服务。比如,优酷将深度学习技术应用于推荐算法,根据用户的观看历史提供电视节目和电影建议。深度学习技术已经应用于智能家居设备,如家庭安全、空调和灯光控制系统。深度学习可以帮助设备相互学习,并在无须人工干预的情况下自主做出决策。当物联网遇到深度学习技术时,它极有可能成为影响我们日常生活的主导趋势。 本书希望从理论知识、代码和案例开始,帮助读者由浅入深地理解深度学习。本书不要求读者具备深厚的数学或编程背景,我们将按照章节循序渐进地讲解,面向计算机科学及相关领域的学生、教师及深度学习爱好者,帮助他们理解和掌握深度学习理论和相关知识。

目录

项目一 大数据采集认知 001 任务1.1 开始大数据采集认知 002 1.1.1 任务描述 002 1.1.2 知识准备 002 1.1.3 任务效果 007 任务1.2 了解大数据采集平台 007 1.2.1 任务描述 007 1.2.2 知识准备 008 1.2.3 任务实施 009 1.2.4 任务效果 021 任务1.3 认识大数据预处理 021 1.3.1 任务描述 021 1.3.2 知识准备 022 1.3.3 任务实施 022 1.3.4 任务效果 033 任务1.4 了解大数据预处理常用工具 034 1.4.1 任务描述 034 1.4.2 任务实施 035 1.4.3 任务效果 042 项目小结 043 习题 044 项目二 使用Apache Flume采集日志数据 045 任务2.1 Windows环境下的Apache Flume环境搭建 046 2.1.1 任务描述 046 2.1.2 知识准备 046 2.1.3 任务实施 060 2.1.4 任务效果 067 任务2.2 Apache Flume数据采集案例 067 2.2.1 任务描述 067 2.2.2 任务实施 068 项目小结 071 习题 072 项目三 使用Logstash采集日志数据 074 任务3.1 Logstash工具安装 075 3.1.1 任务描述 075 3.1.2 知识准备 075 3.1.3 任务实施 089 3.1.4 任务效果 093 任务3.2 Logstash数据采集工作 094 3.2.1 任务描述 094 3.2.2 任务实施 095 3.2.3 任务效果 097 项目小结 097 习题 098 项目四 使用爬虫工具完成网页数据获取 099 任务4.1 使用Web Scraper完成列车时刻表数据采集工作 100 4.1.1 任务描述 100 4.1.2 任务知识准备 100 4.1.3 任务实施 107 4.1.4 任务效果 115 任务4.2 使用八爪鱼工具采集数据 115 4.2.1 任务描述 115 4.2.2 知识准备 116 4.2.3 任务实施 117 4.2.4 任务效果 123 项目小结 123 习题 124 项目五 完成招聘数据预处理 125 任务5.1 使用OpenRefine完成数据清洗任务 126 5.1.1 任务描述 126 5.1.2 任务实施 126 5.1.3 任务效果 137 任务5.2 使用Kettle完成数据集成任务 138 5.2.1 任务描述 138 5.2.2 任务实施 138 5.2.3 任务效果 158 项目小结 159 习题 159 项目六 数据可视化处理 161 任务6.1 数据可视化认知 162 6.1.1 任务描述 162 6.1.2 知识准备 162 6.1.3 任务效果 167 任务6.2 熟悉Echarts数据可视化 167 6.2.1 任务描述 167 6.2.2 知识准备 168 6.2.3 任务实施 169 任务6.2.3 任务效果 183 任务6.3 使用Tableau Desktop完成数据可视化任务 183 6.3.1 任务描述 183 6.3.2 知识准备 183 6.3.3 任务实施 187 6.3.4 任务效果 197 项目小结 198 习题 198 项目七 数据标注 199 预备知识 200 任务7.1 安装Labelme图像标注工具 201 7.1.1 任务描述 201 7.1.2 知识准备 202 7.1.3 任务实施 203 任务7.2 使用Labelme标注工具完成数据标注任务 206 7.2.1 任务描述 206 7.2.2 知识准备 206 7.2.3 任务实施 207 项目小结 221 习题 221

作者简介

编辑推荐

作者寄语

电子资料

www.luweidong.cn

下一个