当前位置:首页 > 图书资源 > 网上真人娱乐揭秘深度学习的商业化应用——谷歌工程师前沿解读人工智能

网上真人娱乐揭秘深度学习的商业化应用——谷歌工程师前沿解读人工智能


更新时间:2018-10-11 22:14:48

这款【网上真人娱乐揭秘深度学习的商业化应用——谷歌工程师前沿解读人工智能】资源经过9盘网盘审核之后发布,推荐您使用百度云或者迅雷下载。如果迅雷无法自动调用下载,请使用(右键该地址-复制链接-新建下载)的方式下载。发布时间:2018-10-11 22:14:48

资源简介

本书开篇以丰田日美轿车的通信应对为引子,引出人工智能孕育新的创新时代这一庞大而富有远见的课题,而深度学习的研究课题恰恰是要解决现实世界存在的问题。在比较了人工智能、机器学习和深度学习之后,讲述深度学习的机制,给出深度学习面向未来的扩展应用,包括支持自动驾驶、超y人类目视识别图像的能力、深度理解文章的文本分析能力、跨越语言障碍的机器翻译能力等。在企业应用方面,深度学习也有着不可估量的巨大作用。其中包括钻井工程的自动优化、导航系统优化、汽车数据检索、信用卡作弊检测等。后,本书给出了数据框架的利用方式,并对深度学习的未来进行了展望。

 

内容简介

本书开篇以丰田日美轿车的通信应对为引子,引出人工智能孕育新的创新时代这一庞大而富有远见的课题,而深度学习的研究课题恰恰是要解决现实世界存在的问题。在比较了人工智能、机器学习和深度学习之后,讲述深度学习的机制,给出深度学习面向未来的扩展应用,包括支持自动驾驶、超y人类目视识别图像的能力、深度理解文章的文本分析能力、跨越语言障碍的机器翻译能力等。在企业应用方面,深度学习也有着不可估量的巨大作用。其中包括钻井工程的自动优化、导航系统优化、汽车数据检索、信用卡作弊检测等。后,本书给出了数据框架的利用方式,并对深度学习的未来进行了展望。

作者简介

日经大数据 

《日经大数据》是日经BP社于2014年创办的专业杂志,聚焦报道运用企业关注的大数据与人工智能、IoT(Internet of things)技术开辟新事业,进行业务改革的实例,通过月刊杂志与每日更新的网站,向订购读者传递相关新闻、技术运用实例、分析技术与数据可视化的关键信息。《日经大数据》大幅扩展服务内容,2018年4月更名为《日经×TREND》。 
王星星,北京大学日语硕士,具有多年翻译经验,译作包括《日本法西斯侵华战争图鉴》《颓败与重生》《马上少年过(司马辽太郎)》等。

精彩书评

阅读本书的多数读者可能都是初次听说《日经大数据》这本杂志。《日经大数据》是日经BP社于2014年创办的专业杂志,聚焦报道运用企业关注的大数据与人工智能、IoT技术开辟新事业,进行业务改革的实例,通过月刊杂志与每日更新的网站,向订购读者传递相关新闻、技术运用实例、分析技术与数据可视化的关键信息。 
作为专业杂志,《日经大数据》从创刊初期就开始关注第三次人工智能热潮。2015年6月的人工智能学会全国大会上,我们向北海道、函馆派出记者,报道了“付费参会者约达1100人次,比去年多出100多人”的现场盛况。当时的演讲会场已经无法容纳所有参加人数,这种火热的场面振奋人心,让人切实感受到了何谓真正的热潮。 
然而实际上,这一盛况还只是人工智能热潮的开端。翌年的大会上,付费参会者又增加了500多人,约有1600人次。在这一年,关注这个领域的不只有研究者,包括电视台在内的众多媒体也增加了对人工智能的报道,国家及企业投入的研究预算也一路激增。打败世界级职业围棋棋手的人工智能“Alpha围棋”把人工智能推到大众眼前,进一步加速了人工智能的发展。此前盛行的“人工智能在围棋领域战胜人类至少要花费10年”的说法被打破,人们受到了巨大的冲击,认为人工智能会取代人力劳动的论调也声势大涨。 
那个时候,我们杂志坚信人工智能已不再独属于少数研究者或技术人员,我们有种强烈的愿望,希望把人工智能带来的影响传达给从事商业活动的普通人。 
就在这个时候,我们得到了请谷歌的工程师阐述深度学习框架的机会。不言而喻,知识底蕴越是深厚的人,就越擅长用浅显易懂的语言解释难懂的技术。作为深度学习框架的解说者,他们接受了我们的多次采访,由此我们编写出这本书。 
无法根据字面意思理解人工智能、机器学习、深度学习的人应该不在少数,我们把这些普通人预想成本书的读者,试着在不使用任何公式的情况下解释深度学习这个概念。 
为了让读者对具体的使用方法产生具象认识,我们在3~5章概述了谷歌的服务,日本企业在企业的经营活动中运用深度学习的实例,以及它们对运用方法的探讨。在此,为对我们的采访提供支持,毫不藏私地与我们分享运用关键点的各位朋友致以谢意。 
总编杉本昭彦

目录

第一章轻松入门 
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 
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 
目录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 
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 
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 
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 
后记
 

下载地址列表

下载地址1

发表评论 共有0条评论