邊雲智能數據分析與應用 沈鈞戈 等 9787121460425 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$350
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202308*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：邊雲智能數據分析與應用 ISBN：9787121460425 出版社：電子工業 著編譯者：沈鈞戈 等 頁數：216 所在地：中國大陸 *此為代購商品 書號：1564076 可大量預訂，請先連絡。 內容簡介 隨著「十四五」規劃綱要中提出「協同發展雲服務與邊緣計算服務」的觀點，邊雲智能已成為未來發展的重要趨勢。本書依託于政策大背景，旨在向讀者介紹邊雲智能的基礎知識和應用。書中分為四個篇章，第一篇章介紹了邊雲架構的骨架和基礎概念，第二篇章介紹了人工智慧演算法和深度學習模型，第三篇章介紹了雲端決策演算法和邊緣端輕量化演算法，第四篇章介紹了邊雲智能在智慧教育領域的應用。本書可以使讀者了解邊雲計算的基本概念和原理邏輯，熟悉基本的人工智慧計算方法和數據分析的邏輯和運用場景。通過數據科學的思路和方法，讀者可以將無人系統的數據智能化應用提升，並培養數據導向思維方式，為未來學習智能無人系統科學與技術學科打下基礎。 本書目標明確，技術先進，強調課程思政和潤物無聲的教育理念，旨在提高學生的數據科學素養和「用數據」的能力。本書面向智能無人系統科學與技術專業的研究生，涵蓋人工智慧、大數據分析、數據挖掘和邊雲計算等學科，具有交叉性的特點。同時，資深從業者也可將其作為參考書籍。目錄 第1章 緒論1 1 邊雲智能產生的大背景 1 1 1 新一代信息技術的快速發展 1 1 2 國家政策的支持與引導 1 2 邊雲智能 1 3 邊雲智能的發展 1 3 1 邊雲智能的三大發展階段 1 3 2 城市大腦 1 4 「智能+」新潮頭 1 4 1 「智能+」技術新融合 1 4 2 多維度場景應用 本章習題 第2章 邊雲架構 2 1 系統工程方法論 2 1 1 概述 2 1 2 基本方法 2 2 邊雲智能體系架構模型 2 2 1 概念框架 2 2 2 層次結構 2 3 協同模式 2 3 1 「雲-邊」協同 2 3 2 「邊-邊」協同 2 3 3 「邊-端」協同 2 3 4 「雲-邊-端」協同 2 3 5 度量指標 2 4 邊雲智能架構應用 2 4 1 「雲-邊-端」區塊鏈 2 4 2 「雲-邊-端」一體化機器人系統 本章習題 第3章 深度學習 3 1 深度學習概念 3 1 1 人工智慧與機器學習 3 1 2 深度學習 3 1 3 神經網路 3 2 前饋神經網路 3 2 1 感知機模型 3 2 2 反向傳播 3 2 3 卷積神經網路 3 2 4 幾種典型的卷積神經網路 3 3 反饋神經網路 3 3 1 循環神經網路 3 3 2 長短期神經網路 3 4 Transformer神經網路 3 4 1 編碼器單元與解碼器單元 3 4 2 多頭注意力機制 3 4 3 非參位置編碼 本章習題 第4章 自然語言處理 4 1 自然語言處理概述 4 1 1 自然語言處理簡介 4 1 2 自然語言處理的發展歷史 4 1 3 自然語言處理的應用及面臨的挑戰 4 2 文本挖掘 4 2 1 文本挖掘簡介 4 2 2 文本挖掘演算法 4 3 機器翻譯 4 3 1 機器翻譯簡介 4 3 2 機器翻譯演算法 4 4 自動問答系統 4 4 1 自動問答系統簡介 4 4 2 自動問答系統模型 4 5 語音識別 4 5 1 語音識別簡介 4 5 2 語音識別演算法 本章習題 第5章 計算機視覺 5 1 計算機視覺概述 5 1 1 計算機視覺簡介 5 1 2 計算機視覺的發展歷史 5 1 3 計算機視覺的應用及面臨的挑戰 5 2 圖像分類 5 2 1 圖像分類簡介 5 2 2 圖像分類演算法 5 3 目標檢測 5 3 1 目標檢測簡介 5 3 2 目標檢測演算法 5 4 圖像分割 5 4 1 圖像分割簡介 5 4 2 圖像分割演算法 5 5 目標跟蹤 5 5 1 目標跟蹤簡介 5 5 2 目標跟蹤演算法 本章習題 第6章 邊緣輕量化 6 1 邊緣輕量化的簡介 6 1 1 邊緣端對輕量化的需求 6 1 2 什麼是邊緣輕量化 6 2 模型壓縮方法 6 2 1 量化和二值化 6 2 2 網路剪枝 6 2 3 低秩因子分解 6 2 4 參數共享 6 2 5 蒸餾學習 6 2 6 加速網路設計 6 3 模型壓縮舉例 6 3 1 知識蒸餾 6 3 2 深度壓縮 6 3 3 MNASNet 本章習題 第7章 雲端決策 7 1 雲端決策簡介 7 1 1 雲端決策的重要性 7 1 2 雲端決策的特點 7 2 雲端決策——大數據挖掘 7 2 1 回歸分析 7 2 2 聚類 7 2 3 關聯規則 7 3 雲端決策——推薦演算法 7 3 1 基於統計的推薦演算法 7 3 2 基於協同過濾的推薦系統 7 3 3 基於內容的推薦系統 7 3 4 基於關聯規則的推薦系統 7 3 5 基於網路結構的推薦系統 本章習題 第8章 邊雲智能賦能智慧教室 8 1 智慧教室的形成背景與邊雲框架 8 1 1 智慧教室政策支持與特徵分析 8 1 2 基於邊雲智能的智慧教室框架 8 1 3 基於邊雲智能建設的智慧教室目標願景 8 2 智慧教室的邊緣端感知技術與應用 8 2 1 無感考勤、表情感知與異常行為識別 8 2 2 邊緣端感知模型的壓縮與輕量化 8 3 智慧教室的雲端決策技術與應用 8 3 1 「教育大腦」大數據分析決策方法 8 3 2 個性化推薦、學習評價與師生互動應用 8 4 「邊雲智能+」前景展望 8 4 1 邊雲智能賦能智慧交通 8 4 2 邊雲智能賦能智慧安防 本章習題 習題答案 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
