Praktyczna sztuczna inteligencja dla IoT

Ocena:   (4,0 na 5)

Praktyczna sztuczna inteligencja dla IoT (Amita Kapoor)

Opinie czytelników

Podsumowanie:

Książka oferuje kompleksowe i praktyczne podejście do sztucznej inteligencji, obejmujące różne tematy, w tym uczenie maszynowe, głębokie uczenie i zaawansowane algorytmy w kontekście IoT. Jest dobrze przyjęta przez czytelników ze względu na głębię treści i praktyczne przykłady.

Zalety:

Dogłębne omówienie tematów związanych ze sztuczną inteligencją
praktyczne podejście do kodowania
zawiera niezbędne narzędzia, zbiory danych i algorytmy istotne dla IoT
dobrze zorganizowana struktura
bardzo polecana przez czytelników.

Wady:

Przydałoby się więcej informacji na temat technologii Cloud i Edge.

(na podstawie 4 opinii czytelników)

Oryginalny tytuł:

Hands-On Artificial Intelligence for IoT

Zawartość książki:

Buduj inteligentniejsze systemy, łącząc sztuczną inteligencję i Internet rzeczy - dwa najczęściej omawiane obecnie tematy Kluczowe cechy Przetwarzaj dane IoT i przewiduj wyniki w czasie rzeczywistym - wykorzystując moc uczenia maszynowego, głębokiego uczenia, przetwarzania języka naturalnego i nie tylko Wykorzystaj moc dwóch najpopularniejszych bibliotek Pythona - Tensorflow i Keras do tworzenia inteligentnych modeli IoT, które działają na danych w czasie rzeczywistym Zawiera praktyczne studia przypadków dotyczące czterech głównych obszarów zastosowań IoT - w tym przemysłowego IoT, inteligentnych miast i automatyki domowej Opis książki

Istnieje wiele aplikacji, które wykorzystują naukę o danych i analitykę w celu uzyskania wglądu w terabajty generowanych danych. Aplikacje te nie radzą sobie z wyzwaniem ciągłego odkrywania wzorców dla danych IoT. W tej książce omawiamy różne aspekty sztucznej inteligencji (AI) i jej implementacji, które można wykorzystać, aby uczynić swoje rozwiązania IoT inteligentniejszymi.

Książka ta rozpoczyna się od gromadzenia i wstępnego przetwarzania danych IoT zebranych z rozproszonych źródeł. Nauczy cię różnych technik sztucznej inteligencji, takich jak uczenie maszynowe, głębokie uczenie się, uczenie ze wzmocnieniem, przetwarzanie języka naturalnego, algorytmy genetyczne i inne, aby budować inteligentne systemy IoT. Książka pokazuje również, jak wykorzystać moc sztucznej inteligencji do obsługi danych w czasie rzeczywistym pochodzących z urządzeń do noszenia. Techniki budowania modeli, które działają z różnymi rodzajami danych generowanych i konsumowanych przez urządzenia IoT, takimi jak szeregi czasowe, obrazy, audio, wideo, tekst i mowa. Przydatne studia przypadków dotyczące czterech głównych obszarów zastosowań rozwiązań IoT są główną istotą tej książki - obejmującej przemysłowy IoT, automatykę domową, osobisty IoT i inteligentne miasta. W trakcie lektury książki będziesz mógł wykorzystać moc popularnych bibliotek Pythona, Tensorflow i Keras, aby zbudować różne rodzaje inteligentnych modeli sztucznej inteligencji.

Pod koniec tej książki będziesz mógł swobodnie budować inteligentne aplikacje IoT oparte na sztucznej inteligencji. Czego się nauczysz Zastosuj różne techniki sztucznej inteligencji, w tym uczenie maszynowe i głębokie uczenie przy użyciu TensorFlow i Keras Zaimplementuj algorytmy genetyczne, uczenie ze wzmocnieniem, generatywne sieci przeciwstawne do budowania inteligentnych systemów IoT Uzyskaj dostęp do danych z różnych rozproszonych źródeł i przetwarzaj je Wykonuj nadzorowane i nienadzorowane uczenie maszynowe dla danych IoT Zaimplementuj rozproszone przetwarzanie danych IoT za pośrednictwem Apache Spark przy użyciu MLLib i H2O. Platformy AI Konfiguracja i wykorzystanie różnych platform chmurowych dla IoT, takich jak Google Compute Engine i Azure, w celu wykorzystania AI w chmurze Prognozowanie danych szeregów czasowych przy użyciu metod głębokiego uczenia się Przetwarzanie obrazów i filmów w czasie rzeczywistym Manipulowanie danymi tekstowymi, dźwiękowymi i mową w systemie IoT Uzyskanie unikalnego wglądu w dane uzyskane z urządzeń do noszenia i inteligentnych urządzeń Praktyczna nauka wdrażania AI na podstawie studiów przypadków w osobistym IoT, przemysłowym IoT i inteligentnych miastach Dla kogo jest ta książka?

Jeśli jesteś specjalistą w dziedzinie nauki o danych lub programistą uczenia maszynowego, który chce budować inteligentne systemy dla IoT, ta książka jest dla Ciebie. Jeśli chcesz dowiedzieć się, w jaki sposób popularne techniki sztucznej inteligencji (AI) mogą być wykorzystywane w domenie Internetu rzeczy, ten przewodnik również przyniesie Ci korzyści. Aby jak najlepiej wykorzystać tę książkę, wymagane będzie podstawowe zrozumienie koncepcji uczenia maszynowego.

Dodatkowe informacje o książce:

ISBN:9781788836067
Autor:
Wydawca:
Oprawa:Miękka oprawa

Zakup:

Obecnie dostępne, na stanie.

Inne książki autora:

Praktyczna sztuczna inteligencja dla IoT - Hands-On Artificial Intelligence for IoT
Buduj inteligentniejsze systemy, łącząc sztuczną inteligencję i Internet...
Praktyczna sztuczna inteligencja dla IoT - Hands-On Artificial Intelligence for IoT
Deep Learning with TensorFlow and Keras - Third Edition: Tworzenie i wdrażanie nadzorowanych,...
Tworzenie najnowocześniejszych systemów uczenia...
Deep Learning with TensorFlow and Keras - Third Edition: Tworzenie i wdrażanie nadzorowanych, nienadzorowanych, głębokich i wzmacniających modeli uczenia się - Deep Learning with TensorFlow and Keras - Third Edition: Build and deploy supervised, unsupervised, deep, and reinforcement learning models
Projektowanie platform i modeli dla odpowiedzialnej sztucznej inteligencji: projektowanie i...
Twórz etyczne projekty AI z funkcjami prywatności,...
Projektowanie platform i modeli dla odpowiedzialnej sztucznej inteligencji: projektowanie i tworzenie odpornych, prywatnych, uczciwych i przejrzystych modeli uczenia maszynowego - Platform and Model Design for Responsible AI: Design and build resilient, private, fair, and transparent machine learning models

Prace autora wydały następujące wydawnictwa: