本書以高校和企業(yè)合作的人工智能大數(shù)據(jù)標(biāo)注基地的實(shí)際運(yùn)作經(jīng)驗(yàn)為基礎(chǔ),將自己在AI大數(shù)據(jù)標(biāo)注工廠中所領(lǐng)悟到的管理方法和所使用的技術(shù)平臺(tái)進(jìn)行詳細(xì)闡述,并結(jié)合實(shí)際案例進(jìn)行講解,在兼顧初學(xué)者的同時(shí),更偏重于如何以數(shù)據(jù)標(biāo)注工廠的層面從管理方法和技術(shù)手段上提高AI大數(shù)據(jù)標(biāo)注生產(chǎn)能力的探討。

本書分為計(jì)算機(jī)語言、數(shù)學(xué)、AI基本概念、基本程序4部分，共14章，包括MATLAB、Linux、Python、簡單隨機(jī)過程基礎(chǔ)知識、隨機(jī)矩陣?yán)碚摵喪�、深度學(xué)習(xí)基本概念等內(nèi)容。

本書分為人工智能啟蒙、人工智能創(chuàng)新實(shí)踐和人工智能科創(chuàng)實(shí)踐3個(gè)章節(jié)，每個(gè)章節(jié)包含若干個(gè)主題活動(dòng)，每個(gè)主題設(shè)置了情境導(dǎo)入、知識沖浪、編程實(shí)踐和總結(jié)與反饋等環(huán)節(jié)。

在本書中，你將學(xué)習(xí)以一種整體方法來設(shè)計(jì)兼具可靠性、可伸縮性、可維護(hù)性，并能適應(yīng)不斷變化的環(huán)境和業(yè)務(wù)需求的機(jī)器學(xué)習(xí)系統(tǒng)。作者ChipHuyen是ClaypotAI的聯(lián)合創(chuàng)始人，她在如何幫助系統(tǒng)作為一個(gè)整體實(shí)現(xiàn)其目標(biāo)的背景下考慮了每一種設(shè)計(jì)決策，例如如何處理和創(chuàng)建訓(xùn)練數(shù)據(jù)，使用哪些特性，重新訓(xùn)練模型的頻率，以及監(jiān)測哪些內(nèi)容

本書以準(zhǔn)確翔實(shí)的統(tǒng)計(jì)數(shù)據(jù)和全面深入的實(shí)地調(diào)研為基礎(chǔ)，系統(tǒng)闡述我國人工智能人才發(fā)展總體現(xiàn)狀、存在的問題及未來發(fā)展趨勢，重點(diǎn)分析我國高校人工智能人才教育培養(yǎng)狀況、人工智能相關(guān)崗位人才需求狀況、國際人工智能人才狀況和就業(yè)趨勢，以互聯(lián)網(wǎng)行業(yè)、金融業(yè)、汽車行業(yè)人工智能人才發(fā)展，以及深圳、蘇州、杭州、廣州、北京等市的人工智能人才發(fā)

本書較為全面地介紹了深度學(xué)習(xí)模型訓(xùn)練、計(jì)算機(jī)視覺模型應(yīng)用、自然語言處理模型應(yīng)用等技術(shù)。全書共9個(gè)實(shí)訓(xùn)項(xiàng)目,包括深度學(xué)習(xí)全連接神經(jīng)網(wǎng)絡(luò)應(yīng)用、深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用、深度學(xué)習(xí)循環(huán)神經(jīng)網(wǎng)絡(luò)應(yīng)用、計(jì)算機(jī)視覺模型數(shù)據(jù)準(zhǔn)備、計(jì)算機(jī)視覺模型訓(xùn)練與應(yīng)用、計(jì)算機(jī)視覺模型部署、自然語言處理預(yù)訓(xùn)練模型數(shù)據(jù)準(zhǔn)備、自然語言處理預(yù)訓(xùn)練模型訓(xùn)練與

本書較為全面地介紹了深度學(xué)習(xí)應(yīng)用場景下的人工智能技術(shù)服務(wù)、深度學(xué)習(xí)數(shù)據(jù)應(yīng)用、深度學(xué)習(xí)基礎(chǔ)應(yīng)用等技術(shù)。全書共10個(gè)實(shí)訓(xùn)項(xiàng)目,包括人工智能需求分析、人工智能產(chǎn)品設(shè)計(jì)、人工智能平臺(tái)應(yīng)用、數(shù)據(jù)采集工程應(yīng)用、數(shù)據(jù)處理工程應(yīng)用、數(shù)據(jù)標(biāo)注工程應(yīng)用、機(jī)器學(xué)習(xí)模型訓(xùn)練、深度學(xué)習(xí)框架應(yīng)用開發(fā)、深度學(xué)習(xí)框架基礎(chǔ)功能應(yīng)用、深度學(xué)習(xí)線性回歸模型

本書按照國網(wǎng)四川省電力公司科技項(xiàng)目任務(wù)書的預(yù)定目標(biāo)編寫。全書共11章,主要介紹了數(shù)字化技術(shù)機(jī)器學(xué)習(xí)基礎(chǔ)、深度學(xué)習(xí)基礎(chǔ)、人工智能主要應(yīng)用、電力人工智能平臺(tái)、Python編程基礎(chǔ),以及檢修專業(yè)、輸配電專業(yè)、營銷專業(yè)、運(yùn)行專業(yè)及其他專業(yè)的人工智能典型案例應(yīng)用。

本書較為全面地介紹了深度學(xué)習(xí)應(yīng)用場景下的數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)標(biāo)注等技術(shù)。全書共12個(gè)實(shí)訓(xùn)項(xiàng)目,包括數(shù)據(jù)采集概述、網(wǎng)絡(luò)數(shù)據(jù)采集、端側(cè)數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)與加載、數(shù)據(jù)處理概述、圖像類數(shù)據(jù)處理、文本類數(shù)據(jù)處理、數(shù)據(jù)標(biāo)注概述、圖像數(shù)據(jù)標(biāo)注、文本數(shù)據(jù)標(biāo)注、深度學(xué)習(xí)圖像分類應(yīng)用實(shí)戰(zhàn)、深度學(xué)習(xí)情感分析應(yīng)用實(shí)戰(zhàn)等。本書以企業(yè)用人需求

本書對多個(gè)應(yīng)用領(lǐng)域進(jìn)行了較為詳細(xì)的討論：智能家居、智能制造、智能交通和自動(dòng)駕駛汽車以及能源領(lǐng)域。這些領(lǐng)域?yàn)椴渴鹑斯ぶ悄芗夹g(shù)提供了巨大的機(jī)遇。通過對這四個(gè)領(lǐng)域有關(guān)的多個(gè)應(yīng)用案例的分析，證明了人工智能可以廣泛應(yīng)用于各行業(yè)并使行業(yè)從中受益，成為解決當(dāng)今和未來發(fā)展各種問題的關(guān)鍵技術(shù)。在此分析的基礎(chǔ)上，本書詳細(xì)介紹了人工智能必須