图书介绍

深度学习的商业化应用 谷歌工程师前沿解读人工智能PDF|Epub|txt|kindle电子书版本网盘下载

深度学习的商业化应用 谷歌工程师前沿解读人工智能
  • 日经大数据编;王星星译 著
  • 出版社: 武汉:华中科技大学出版社
  • ISBN:9787568042338
  • 出版时间:2018
  • 标注页数:165页
  • 文件大小:19MB
  • 文件页数:185页
  • 主题词:人工智能

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

深度学习的商业化应用 谷歌工程师前沿解读人工智能PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第一章 轻松入门3

人工智能、机器学习与深度学习有何不同?3

深度学习是机器学习的一部分4

机器学习无需人类编程6

计算机的发展使深度学习成为可能8

人工智能的发展如同一股“研究洪流”12

从“移动优先”到“AI优先”14

第二章 入门21

深度学习的框架21

何谓机器学习以外的人工智能21

机器学习的基础24

机器学习存在多种手段26

神经网络模拟大脑神经构造27

计算机自主学习分类方法32

通过网上的“游乐场”理解神经网络36

教师引导式学习与强化学习40

“阿尔法围棋”充分应用强化学习43

第三章 谷歌实例49

谷歌的深度学习应用实例49

面向未来,深度学习的应用范围不断扩展49

语音操控的家庭AI管家50

能像人类一样沟通交流!?54

深度学习助力无人驾驶58

深度学习为数据中心大幅节能60

超越人眼,分辨事物的图像识别功能62

自动对照片进行分类的“Google相册”64

用人工智能判断绘画作品的“Quick,Draw”66

计算机也能做梦?“深梦”实验68

产出优秀艺术与音乐的Magenta69

动态图像也可识别!“读唇术胜过专家”70

能够理解文章的文本分析技术71

自动生成回复邮件参考文的“Inbox”73

垃圾邮件过滤器的精准度也大幅提升74

使企业信息检索畅通无阻的“Google Springboard”75

发出语音即可与计算机互相沟通的“语音识别”76

在人机对话过程中提供帮助的“Google助手”78

能够生成合成语音及钢琴曲的“WaveNet”80

有望打破语言壁垒的“机器翻译”82

神经网络推动Google翻译进化83

可轻松使用深度学习成果的“机器学习API”87

可有效利用个性化深度学习的“TensorFlow”92

深度学习的适用领域与不适用领域94

第四章 企业实例99

利用深度学习技术提高工作效率的尝试在日本接连展开99

安藤·间,隧道施工过程中判断岩层硬度99

思考如何让挖掘作业自动达到最优化的程度101

从汽车照片到外形,全部精确锁定,AUCNET IBS102

一年使用约500万辆二手车的数据105

无法识别车辆朝向的痛点107

为提升二手车交易的活跃度作出贡献108

Aerosense对无人机航拍数据的运用109

搭建通过少量教师数据检测汽车数量的系统110

开发能提高测量效率的标记112

Peach,通过语音识别API 24小时提供出行咨询服务114

人与人工智能的职责分配117

三井住友金融集团,对信用卡非正常使用情况的检测精准度大幅提升119

全面覆盖呼叫中心121

数据得不出的答案124

第五章 运用框架129

用数据×目的的方式进行整合,描绘运用的发展图景129

数据×目的整合法131

走在前端的图像数据运用133

语音数据主要来自呼叫中心135

符合实际的运用方法:以削减成本为入口137

成功必备的常识与人才转换141

能否构想出运用的推进图景?142

需要什么样的人才?145

机器学习日常化,下一个具有特殊价值的会是?147

第六章 未来展望151

未来,我们用深度学习解决问题151

谷歌云机器学习团队研究负责人李佳的解答151

技术革新的引导力是深度学习152

人类能力优秀,算法研究任重道远154

深度学习处于“数据匮乏”状态156

解决现实世界的问题是AI研究的目标157

结语161

后记165

热门推荐