人工智能与物联网
面向智能家居、工业物联网和智能城市,提供50+人工智能解决方案,全书提供案例代码

作者:[美]迈克尔·罗沙克(Michael Roshak)著 高慧敏 译

丛书名:中外学者论AI

定价:69元

印次:1-1

ISBN:9787302614326

出版日期:2023.04.01

印刷日期:2023.03.21

图书责编:王芳

图书分类:零售

电子书
在线购买
分享
内容简介
作者简介
前言序言
资源下载
查看详情 查看详情 查看详情

本书采用基于配方的方法完成从数据收集、分析、建模、统计和监视以及部署的基本过程。本书提供来自智能家居,工业物联网和智能设备的真实数据集来训练和评估简单到复杂的模型,并使用经过训练的模型进行预测。本书还介绍了在实施机器学习和深度学习以及其他AI技术(例如自然语言处理、计算机视觉和用于构建智能IoT系统的强化学习)时面临的主要挑战。通过本书读者可以学习如何打包和部署端到端AI应用程序,以及如何将**实践解决方案应用于常见的IoT问题。

"Michael Roshak 云架构师和战略家,研究重点是设计和部署面向云的解决方案和架构。在企业云转型计划和基础设施现代化方面拥有深厚的专业知识。他负责为云应用提供战略咨询服务、咨询技术销售,并通过跨多个行业的高度战略客户推动广泛的云服务。高慧敏 博士,教授。嘉兴学院图书馆副馆长(兼学报编辑部主任),浙江省嘉兴光伏技术创新服务平台主任,《系统仿真学报》编委会委员,长三角G60科创走廊专家咨询委员会专家。主要从事复杂系统建模与仿真,生产优化与调度等领域的科研工作。"

前言 人工智能 (Artificial Intelligence,AI) 正在各种垂直行业中迅速找到实际应用,物联网 (Internet of Things,IoT) 就是其中之一。开发人员正在寻找使IoT设备更智能并让用户生活更轻松的方法。本书介绍如何使用IoT数据实施智能分析,预测结果并做出明智的决策,内容涵盖有助于在IoT应用程序中进行分析和学习的高级AI技术。 基于50+的实用案例,读者可以充分了解数据采集、数据分析、建模、统计和监控以及部署等基本“人工智能+IoT”流程。利用来自智能家居、工业IoT和智能设备的真实数据集,训练和评估简单和复杂的模型,并使用经过训练的模型进行预测。同时,书中还介绍了实施机器学习、深度学习和其他人工智能技术(如自然语言处理)时面临的主要挑战; 如何利用计算机视觉和嵌入式机器学习构建智能IoT系统; 如何轻松部署模型并提高其性能。 读完本书,读者将能够打包和部署端到端AI应用程序,并将最佳实践解决方案应用于常见的IoT问题。  读者对象 本书面向IoT从业者、构建以IoT为重点的人工智能解决方案的数据科学家及人工智能开发人员。全书提供人工智能技术构建智能IoT解决方案,且无须阅读大量人工智能理论。本书读者需要了解Python编程语言和基本的物联网概念,方能有效掌握书中涵盖的概念。  涵盖内容 第1章重点介绍如何设置正确的环境。内容涵盖如何选择满足AI需求的设备; 如何与设备或云端模块进行安全通信; 如何设置在云中获取数据的方法,设置Spark和AI工具执行数据分析、训练模型并大规模运...

目录
荐语
查看详情 查看详情

目录

第1章搭建IoT和AI环境

1.1准备工作

1.1.1设备选型

1.1.2搭建Databricks

1.2搭建IoT Hub

1.2.1预备工作

1.2.2操作步骤

1.2.3工作机理

1.3设置IoT Edge设备

1.3.1预备工作

1.3.2操作步骤

1.3.3工作机理

1.4将ML模块部署到边缘设备端

1.4.1预备工作

1.4.2操作步骤

1.4.3工作机理

1.4.4补充说明

1.5搭建Kafka

1.5.1预备工作

1.5.2操作步骤

1.5.3工作机理

1.5.4补充说明

1.6在Databricks上安装ML库

1.6.1预备工作

1.6.2操作步骤

1.6.3工作机理

第2章数据处理

2.1使用Delta Lake存储数据以便分析

2.1.1预备工作

2.1.2操作步骤

2.1.3工作机理

2.2数据采集设计

2.2.1预备工作

2.2.2操作步骤

2.3窗口化

2.3.1预备工作

2.3.2操作步骤

2.3.3工作机理

2.4探索性因子分析法

2.4.1预备工作

2.4.2操作步骤

2.4.3工作机理

2.4.4补充说明

2.5在Mongo/hot path storage中实现分析查询

2.5.1预备工作

2.5.2操作步骤

2.5.3工作机理

2.6将... 查看详情

"• 探索各种人工智能技术,从零开始构建智能物联网解决方案
• 使用机器学习和深度学习技术构建智能语音识别和面部检测系统 
• 使用算法深入了解物联网数据并在项目中实施 
• 对时间序列数据和其他类型的物联网数据执行异常检测
• 在小型设备上实施用于机器学习的嵌入式系统学习技术 
• 将预训练的机器学习模型应用于边缘设备 
• 使用TensorFlow.js和Java将机器学习模型部署到Web应用程序和移动设备"

查看详情