哪里玩pg电子

《人工智能程序員面試筆試寶典》是一本講解人工智能面試筆試的百科全書，在寫法上，除了講解常見的面試筆試知識點(diǎn)，還引入了相關(guān)示例和筆試題輔以說明，讓讀者能夠更加容易理解。《人工智能程序員面試筆試寶典》將人工智能面試筆試過程中各類知識點(diǎn)一網(wǎng)打盡，在內(nèi)容的廣度上，通過各種渠道，搜集了近3年來知名IT企業(yè)針對人工智能崗位面試涉及的知識點(diǎn)，包括但不限于人工智能、計(jì)算機(jī)網(wǎng)絡(luò)、操作系統(tǒng)、算法等，所選擇的知識點(diǎn)均為企業(yè)招聘考查的知識點(diǎn)。在講解的深度上，本書由淺入深分析每一個知識點(diǎn)，并提煉歸納，同時，引入相關(guān)知識點(diǎn)，并對知識點(diǎn)進(jìn)行深度剖析，讓讀者不僅能夠理解這個知識點(diǎn)，還能在遇到相似問題的時候，也能游刃有余地解決。本書對知識點(diǎn)進(jìn)行歸納分類，結(jié)構(gòu)合理，條理清晰，對于讀者進(jìn)行學(xué)習(xí)與檢索意義重大。

·13.5萬字

會員

深入淺出神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)

本書深入講解神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)，側(cè)重于闡釋深度學(xué)習(xí)的核心概念。作者以技術(shù)原理為導(dǎo)向，輔以貫穿全書的MNIST手寫數(shù)字識別項(xiàng)目示例，介紹神經(jīng)網(wǎng)絡(luò)架構(gòu)、反向傳播算法、過擬合解決方案、卷積神經(jīng)網(wǎng)絡(luò)等內(nèi)容，以及如何利用這些知識改進(jìn)深度學(xué)習(xí)項(xiàng)目。學(xué)完本書后，讀者將能夠通過編寫Python代碼來解決復(fù)雜的模式識別問題。

·13.1萬字

會員

深度學(xué)習(xí)案例精粹

本書主要講述了深度學(xué)習(xí)中的重要概念和技術(shù)，并展示了如何使用TensorFlow實(shí)現(xiàn)高級機(jī)器學(xué)習(xí)算法和神經(jīng)網(wǎng)絡(luò)。本書首先介紹了數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)中的基本概念，然后講述如何使用TensorFlow訓(xùn)練深度學(xué)習(xí)模型，以及如何通過訓(xùn)練深度前饋神經(jīng)網(wǎng)絡(luò)對數(shù)字進(jìn)行分類，如何通過深度學(xué)習(xí)架構(gòu)解決計(jì)算機(jī)視覺、語言處理、語義分析等方面的實(shí)際問題，最后討論了高級的深度學(xué)習(xí)模型，如生成對抗網(wǎng)絡(luò)及其應(yīng)用。

·11.9萬字

會員

AI效率手冊：從ChatGPT開啟高效能

ChatGPT是當(dāng)下最新、最熱門的工具、效率工具，但為什么不同的人使用效果天差地別，整體上來說：一是認(rèn)知上的不足；二是方法上的不足。這正是本書要解決的問題。本書不僅讓讀者會用ChatGPT，更嘗試讓讀者意識到自己需要構(gòu)建一個完整的學(xué)習(xí)體系，同時本書提供構(gòu)建這個學(xué)習(xí)體系的方法。有了這個學(xué)習(xí)體系，才能真正用好ChatGPT，也不止能用好ChatGPT。讀者能夠根據(jù)自己的需求，用好ChatGPT，既不停留在淺嘗輒止，也不相信宣稱的人人都能用ChatGPT賺錢。

·22.5萬字

會員

Unity人工智能實(shí)戰(zhàn)（原書第2版)

第1章探究幾個有趣的移動算法，這些算法基于CraigReynolds與IanMillington開發(fā)的轉(zhuǎn)向行為（steeringbehavior)原則，是絕大多數(shù)高級游戲和其他一些依賴于移動的算法（比如尋路算法家族)的基礎(chǔ)。第2章涵蓋了用于導(dǎo)航復(fù)雜場景的尋路算法。該章包含一些使用不同的圖結(jié)構(gòu)來表示游戲世界的方法，以及幾個用于尋路的算法，每種算法針對的場景有所不同。第3章解釋不同的決策制定技術(shù)，這些技術(shù)能夠靈活地適應(yīng)不同類型的游戲，并且足夠健壯地讓我們構(gòu)建模塊化的決策制定系統(tǒng)。第4章揭示Unity5.6中引入的NavMeshAPI的內(nèi)部原理，解釋如何掌握NavMesh的強(qiáng)大之處，以及實(shí)時優(yōu)化。第5章涉及幾篇不同的教程，把不同的agent協(xié)調(diào)成一個整體，比如基于圖表（如路徑點(diǎn)和勢力圖)制定戰(zhàn)術(shù)策略的編隊(duì)技巧。第6章探究了幾種在agent上模擬感官刺激的不同方式。我們將學(xué)習(xí)如何使用已知的工具來創(chuàng)建這些模擬器：碰撞器和圖。第7章涵蓋了用于開發(fā)棋類游戲的一個算法家族，以及創(chuàng)建AI的基于回合的游戲技術(shù)。第8章探索機(jī)器學(xué)習(xí)領(lǐng)域，該章是我們學(xué)習(xí)并將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用到游戲中的極好開端。第9章探究使用程序化內(nèi)容生成來實(shí)現(xiàn)游戲可重玩性的幾種不同技術(shù)。該章是生成不同類型的內(nèi)容的指南。第10章介紹一些新技術(shù)，以及使用前幾章中學(xué)過的算法創(chuàng)建不完全符合特定類別的新行為。

·5.1萬字

會員

類腦智能：大腦情感學(xué)習(xí)模型的應(yīng)用研究

類腦智能技術(shù)是當(dāng)前國際重要的科技前沿，研究類腦智能技術(shù)對發(fā)展新型信息產(chǎn)業(yè)意義重大。本書介紹了一種新穎的類腦模型—大腦情感學(xué)習(xí)模型，并介紹了其學(xué)習(xí)算法、改進(jìn)技術(shù)及應(yīng)用。大腦情感學(xué)習(xí)模型根據(jù)哺乳動物大腦邊緣系統(tǒng)的結(jié)構(gòu)建立，在模擬生物智能行為上表現(xiàn)出了良好的自適應(yīng)性能，模型結(jié)構(gòu)簡單，運(yùn)算速度快。本書共9章，分為3篇：基礎(chǔ)篇、改進(jìn)篇和應(yīng)用篇。基礎(chǔ)篇主要介紹大腦情感學(xué)習(xí)模型的研究現(xiàn)狀、神經(jīng)生理學(xué)基礎(chǔ)與學(xué)習(xí)算法；改進(jìn)篇主要介紹大腦情感學(xué)習(xí)模型的改進(jìn)技術(shù)，通過加入監(jiān)督學(xué)習(xí)和競爭學(xué)習(xí)機(jī)制改進(jìn)模型性能；應(yīng)用篇主要介紹將改進(jìn)的大腦情感學(xué)習(xí)模型用于混沌時間序列預(yù)測、疾病診斷、表情識別及人機(jī)情感交互等領(lǐng)域的例子。

·5.9萬字

會員

MasterCAM造型與仿真加工項(xiàng)目范例

本書通過大量的項(xiàng)目任務(wù)驅(qū)動，不僅使學(xué)生在完成任務(wù)的過程中完成知識的建構(gòu)，以典型引路，舉一反三，深化學(xué)生對理論知識的理解，而且使教學(xué)內(nèi)容鮮活而生動，促使學(xué)生有效掌握。為此，結(jié)合多年的教學(xué)改革與實(shí)踐，在收集和整理國內(nèi)外最新教材，調(diào)研同類教材使用情況的基礎(chǔ)上，提出本教材的建設(shè)計(jì)劃。

·7.5萬字

會員

智能語音處理

本書從智能化社會對語音處理提出的新要求出發(fā)，按照導(dǎo)論—基礎(chǔ)理論—應(yīng)用實(shí)踐的順序，系統(tǒng)地介紹了智能語音處理涉及的基礎(chǔ)理論、基本技術(shù)、主要方法以及典型的智能語音處理應(yīng)用。首先概述了智能語音處理的相關(guān)背景；接著介紹了智能語音處理涉及的基礎(chǔ)理論和相關(guān)技術(shù)，包括稀疏和壓縮感知、隱變量模型、組合模型、人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)；然后結(jié)合具體算法，介紹了智能語音處理的典型應(yīng)用，包括語音壓縮編碼、語音增強(qiáng)、語音轉(zhuǎn)換、說話人識別、骨導(dǎo)語音增強(qiáng)；最后對智能語音處理的未來發(fā)展進(jìn)行了展望。本書內(nèi)容廣泛，重點(diǎn)突出，既有深入淺出的原理闡述，又有創(chuàng)新科研成果的總結(jié)凝練，理論與實(shí)際結(jié)合緊密，可讀性強(qiáng)。本書可以作為高等院校人工智能、電子信息工程、物聯(lián)網(wǎng)工程、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、通信工程等專業(yè)高年級本科生以及智能科學(xué)與技術(shù)、信號與信息處理、網(wǎng)絡(luò)空間安全、通信與信息系統(tǒng)等學(xué)科研究生的參考教材，也可供從事語音處理技術(shù)研究與應(yīng)用的科研及工程技術(shù)人員參考。

·14.8萬字

會員

Python機(jī)器學(xué)習(xí)：基于PyTorch和Scikit-Learn

本書深入介紹了機(jī)器學(xué)習(xí)領(lǐng)域的基本概念和方法，除介紹了Python機(jī)器學(xué)習(xí)庫和用機(jī)器學(xué)習(xí)庫搭建神經(jīng)網(wǎng)絡(luò)模型的方法外，還介紹了機(jī)器學(xué)習(xí)算法的數(shù)學(xué)理論、工作原理、使用方法、實(shí)現(xiàn)細(xì)節(jié)以及如何避免機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)過程中的常見問題。本書涵蓋了多種用于文本和圖像分類的機(jī)器學(xué)習(xí)與深度學(xué)習(xí)方法，以及用于生成新數(shù)據(jù)的生成對抗網(wǎng)絡(luò)（GAN）和用于訓(xùn)練智能體的強(qiáng)化學(xué)習(xí)，還介紹了深度學(xué)習(xí)的新動態(tài)，包括圖神經(jīng)網(wǎng)絡(luò)和用于自然語言處理（NLP）的大型transformer。本書講解清晰，示例生動，理論和實(shí)踐部分相對平衡，既可以作為機(jī)器學(xué)習(xí)領(lǐng)域初學(xué)者的入門教程，也可以作為讀者開發(fā)機(jī)器學(xué)習(xí)項(xiàng)目時的參考書。

·25.6萬字

會員

自主AI設(shè)計(jì)：方法與實(shí)踐

本書將介紹如何將早期AI的實(shí)用性與深度學(xué)習(xí)能力和工業(yè)控制技術(shù)結(jié)合起來，在現(xiàn)實(shí)世界中做出穩(wěn)健的決策。作者使用具體的例子、最基本的理論和經(jīng)過驗(yàn)證的架構(gòu)框架，展示了如何教授自主AI明確的技能和策略。讀者將了解何時以及如何使用和組合各種AI架構(gòu)設(shè)計(jì)模式，以及如何設(shè)計(jì)高級AI，而無須操作神經(jīng)網(wǎng)絡(luò)或機(jī)器學(xué)習(xí)算法。學(xué)生、流程操作員、數(shù)據(jù)科學(xué)家、機(jī)器學(xué)習(xí)算法專家以及擁有和管理工業(yè)流程的工程師都可以使用本書中的方法來設(shè)計(jì)自主AI。

·11.4萬字

會員

深度學(xué)習(xí)案例精粹：基于TensorFlow與Keras

本書以實(shí)戰(zhàn)為主，通過豐富的實(shí)戰(zhàn)案例向讀者介紹深度學(xué)習(xí)可應(yīng)用和落地的項(xiàng)目，書中所有案例都基于Python+TensorFlow2.5+Keras技術(shù)，可用于深度學(xué)習(xí)課程的實(shí)戰(zhàn)訓(xùn)練。本書配套示例源碼、PPT課件、思維導(dǎo)圖、數(shù)據(jù)集、開發(fā)環(huán)境與答疑服務(wù)。全書共分11章。第1章講解深度學(xué)習(xí)的概念、流程、應(yīng)用場景、模型分類和框架選擇，第2~11章列舉深度學(xué)習(xí)的項(xiàng)目實(shí)戰(zhàn)案例，包括手寫體識別、數(shù)據(jù)集分類、情感分類、文本情感分類、編碼器、漢字拼音轉(zhuǎn)換、中文文本分類、多標(biāo)簽文本分類、人臉檢測、人臉識別、語音漢字轉(zhuǎn)換。本書內(nèi)容詳盡、案例豐富，是深度學(xué)習(xí)初學(xué)者必備的參考書，適合有基礎(chǔ)、亟待提升自己技術(shù)水平的人工智能從業(yè)人員，也可作為高等院校和培訓(xùn)機(jī)構(gòu)人工智能及相關(guān)專業(yè)的教材使用。

·6.8萬字

會員

深度學(xué)習(xí)計(jì)算機(jī)視覺實(shí)戰(zhàn)

本書是一本看懂計(jì)算機(jī)視覺的實(shí)戰(zhàn)指南，使用理論與實(shí)踐相結(jié)合的思想，真正一站式搞定理論學(xué)習(xí)、算法開發(fā)到模型部署上線。全書內(nèi)容共分為四個部分。第一部分包括第1、2章，主要講解深度學(xué)習(xí)和計(jì)算機(jī)視覺基礎(chǔ)，如計(jì)算機(jī)視覺領(lǐng)域的經(jīng)典網(wǎng)絡(luò)和常見的目標(biāo)檢測算法；第二部分包括第3～6章，主要講解圖像處理知識，結(jié)合應(yīng)用案例，對知識點(diǎn)進(jìn)行分析說明；第三部分包括第7～11章，主要講解計(jì)算機(jī)視覺中的實(shí)戰(zhàn)項(xiàng)目，對實(shí)現(xiàn)細(xì)節(jié)做了追本溯源的講解；第四部分包括第12～13章，主要講解模型的落地部署，該部分的講解基于TensorFlowLite框架，該框架受眾廣、熱度高，且在各種平臺都有對應(yīng)的支持與優(yōu)化加速方案，方便讀者使用。本書中的上百個知識點(diǎn)與50多個案例都是作者工程應(yīng)用中的經(jīng)驗(yàn)總結(jié)，每章末尾均有“進(jìn)階必備”，給讀者提供更多的拓展知識。本書適合計(jì)算機(jī)視覺的初學(xué)者、計(jì)算機(jī)視覺算法開發(fā)人員、對深度學(xué)習(xí)有興趣的用戶或者亟須工程落地使用的用戶，也適合作為高校相關(guān)專業(yè)的學(xué)生教材使用。

·7.6萬字

會員

人工智能編程趣味啟蒙：Mind+圖形化編程玩轉(zhuǎn)AI

本書借助國內(nèi)使用率高，并擁有自主知識產(chǎn)權(quán)的國產(chǎn)編程軟件Mind+，幫助讀者與來自AI星球的主人公小麥，一起設(shè)計(jì)并制作一系列可以讓生活變得更美好的趣味AI項(xiàng)目，啟蒙編程與AI知識，并學(xué)會利用AI技術(shù)解決生活中的許多問題。讀者通過自主設(shè)計(jì)程序來實(shí)現(xiàn)AI的相關(guān)功能，體驗(yàn)AI應(yīng)用，獲得快樂、成就感，培養(yǎng)對AI的興趣與理解。本書非常適合作為圖形化編程與AI技術(shù)入門體驗(yàn)的學(xué)習(xí)用書，適合對圖形化編程有基本了解、對AI感興趣的學(xué)生，以及開設(shè)編程、AI課程的老師學(xué)習(xí)、實(shí)踐。

·3.1萬字

會員

大話機(jī)器人

本書第0章為緒論，對機(jī)器人的需求及教育現(xiàn)狀進(jìn)行概述；第1章主要介紹機(jī)器人定義、機(jī)器人分類、機(jī)器人組成部件及相關(guān)技術(shù)參數(shù)等基本概念；第2章系統(tǒng)闡述前工業(yè)機(jī)器人時代國內(nèi)外機(jī)器人的起源和發(fā)展歷史，以及現(xiàn)代機(jī)器人的暢想；第3章主要介紹工業(yè)機(jī)器人到現(xiàn)代機(jī)器人的發(fā)展歷程，包括第一代、第二代和第三代機(jī)器人；第4章主要介紹當(dāng)前機(jī)器人在各行業(yè)領(lǐng)域中的應(yīng)用狀況；第5章預(yù)測了機(jī)器人發(fā)展的兩個趨勢，即“向人”和“向機(jī)器”的對立屬性發(fā)展，并圍繞道德、法律、責(zé)任、義務(wù)、權(quán)利等對機(jī)器人倫理問題進(jìn)行了討論。本書對機(jī)器人發(fā)展歷史進(jìn)行全面而系統(tǒng)的梳理，圖文并茂，調(diào)動學(xué)生對機(jī)器人的興致，并為教師配備了電子教案，方便教師開展教學(xué)。本書可作為高等院校各類專業(yè)的機(jī)器人普及教材，也可為相關(guān)人員了解和認(rèn)識機(jī)器人提供參考。

·18.6萬字

會員

大圣陪你學(xué)AI：人工智能從入門到實(shí)驗(yàn)（下冊）

本書以孫悟空師徒學(xué)習(xí)AI為題材，通過主人公孫大圣學(xué)習(xí)AI知識和方法，并教授其他師兄弟了解AI知識，幫助他們通過百度AI技術(shù)掌握特殊技能，實(shí)現(xiàn)夢想。全書分8章，分別通過卡通故事給少兒讀者講解幾項(xiàng)簡單的AI技術(shù)，然后通過百度AI平臺讓讀者參與實(shí)驗(yàn)了解AI技術(shù)是什么。本書以少兒讀者為對象，以卡通動漫的形式科普AI知識和技術(shù)，為少兒打開AI夢想的大門。

·3.1萬字

會員

人工智能視域下機(jī)器學(xué)習(xí)在教育研究中的應(yīng)用

隨著人工智能技術(shù)的發(fā)展，越來越多的人工智能工具被應(yīng)用于教育領(lǐng)域，成為教師教學(xué)和學(xué)生學(xué)習(xí)的得力助手。例如，教育機(jī)器人可以幫助教師完成一些課堂輔助性或重復(fù)性的工作，如點(diǎn)名、布置、批改作業(yè)、出卷、閱卷、學(xué)情分析等，還可以幫助教師收集、整理資料、輔助教師備課和進(jìn)行科研活動等，有效減輕教師負(fù)擔(dān)，提高工作效率。教師可以將主要精力關(guān)注在改革教學(xué)方法、創(chuàng)新教育內(nèi)容，促進(jìn)學(xué)生思維發(fā)展等關(guān)鍵問題。當(dāng)前，個性化學(xué)習(xí)越來越受重視，實(shí)現(xiàn)個性化學(xué)習(xí)是教育領(lǐng)域追求的終極目標(biāo)。然而，要想做到因材施教，需要對每一個學(xué)生的學(xué)習(xí)行為和學(xué)習(xí)效果進(jìn)行深入分析。

·10.7萬字

會員

Spark機(jī)器學(xué)習(xí)進(jìn)階實(shí)戰(zhàn)

本書一共分三大部分：基礎(chǔ)篇（1-2章）對Spark機(jī)器學(xué)習(xí)進(jìn)行概述、并通過Spark機(jī)器學(xué)習(xí)開始進(jìn)行數(shù)據(jù)分析；算法篇（3-8章）針對分類、聚類、回歸、協(xié)同過濾、關(guān)聯(lián)規(guī)則、降維等算法進(jìn)行詳細(xì)講解，并進(jìn)行案例支持；綜合案例篇（9-12章）重點(diǎn)通過異常檢測、用戶畫像、廣告點(diǎn)擊率預(yù)估、智慧交通大數(shù)據(jù)4個綜合場景，詳細(xì)講解基于Spark機(jī)器學(xué)習(xí)的綜合應(yīng)用。

·11.2萬字

會員

深度對話GPT-4提示工程實(shí)戰(zhàn)

人工智能技術(shù)的發(fā)展日新月異，提示工程不僅極大地提高了人工智能在各個領(lǐng)域的應(yīng)用效率和準(zhǔn)確性，還為人類打開了一扇通往智能化世界的大門。大語言模型如同一位博學(xué)多才的智者，擁有處理和理解自然語言的超凡能力。提示工程可以看作與這位智者溝通的橋梁和工具，其關(guān)鍵在于如何提出精準(zhǔn)而富有啟發(fā)性的問題，激發(fā)大語言模型的創(chuàng)造力和解決問題的能力。本書作者通過與GPT-4的深度對話，精心梳理了一系列重要的提示工程實(shí)踐秘訣。全書共7章，從了解大語言模型的進(jìn)化之路開始，循序漸進(jìn)地介紹了提示詞及提示工程的知識和實(shí)踐技巧，并結(jié)合GPT-4在各領(lǐng)域的應(yīng)用案例展現(xiàn)了大語言模型的強(qiáng)大魅力。此外，本書還基于AzureOpenAIStudio平臺講解了具體的應(yīng)用開發(fā)實(shí)踐。本書適合對大語言模型及提示工程感興趣的讀者閱讀，書中豐富的案例能幫助讀者全面了解和掌握提示工程及其應(yīng)用。

·22.7萬字

會員

知識圖譜實(shí)戰(zhàn)：構(gòu)建方法與行業(yè)應(yīng)用

這是一本綜合介紹知識圖譜構(gòu)建與行業(yè)實(shí)踐的著作，是作者多年從事知識圖譜與認(rèn)知智能應(yīng)用落地經(jīng)驗(yàn)的總結(jié)，得到了多位知識圖譜資深專家的推薦。本書以通俗易懂的方式來講解知識圖譜相關(guān)的知識，尤其對從零開始構(gòu)建知識圖譜過程中需要經(jīng)歷的步驟，以及每個步驟需要考慮的問題都給予較為詳細(xì)的解釋。本書基于實(shí)際業(yè)務(wù)進(jìn)行抽象，結(jié)合知識圖譜的7個構(gòu)建步驟，深入分析知識圖譜技術(shù)應(yīng)用以及8個行業(yè)綜合案例的設(shè)計(jì)與實(shí)現(xiàn)。全書分為基礎(chǔ)篇、構(gòu)建篇、實(shí)踐篇，共16章內(nèi)容。基礎(chǔ)篇（第1章），介紹知識圖譜的定義、分類、發(fā)展階段，以及構(gòu)建方式、邏輯技術(shù)架構(gòu)、現(xiàn)狀與應(yīng)用場景等。構(gòu)建篇（第2～8章），詳細(xì)介紹知識抽取、知識表示、知識融合、知識存儲、知識建模、知識推理、知識評估與運(yùn)維等知識圖譜構(gòu)建的核心步驟，并結(jié)合實(shí)例講解應(yīng)用方法。實(shí)踐篇（第9～16章），詳細(xì)講解知識圖譜的綜合應(yīng)用，涵蓋知識問答評測、知識圖譜平臺、智能搜索、圖書推薦系統(tǒng)、開放領(lǐng)域知識問答、交通領(lǐng)域知識問答、汽車領(lǐng)域知識問答、金融領(lǐng)域推理決策。

·13.8萬字

會員

MLOps工程實(shí)踐：工具、技術(shù)與企業(yè)級應(yīng)用

這是一本能指導(dǎo)企業(yè)利用MLOps技術(shù)構(gòu)建可靠、高效、可復(fù)用、可擴(kuò)展的機(jī)器學(xué)習(xí)模型從而實(shí)現(xiàn)AI工程化落地的著作。由國內(nèi)AI領(lǐng)域的獨(dú)角獸企業(yè)第四范式的聯(lián)合創(chuàng)始人和技術(shù)VP領(lǐng)銜撰寫，從工具、技術(shù)、企業(yè)級應(yīng)用、成熟度評估4個維度對MLOps進(jìn)行了全面的講解。本書深入淺出、循序漸進(jìn)地講解了如何在實(shí)際項(xiàng)目中利用MLOps進(jìn)行機(jī)器學(xué)習(xí)模型的部署、監(jiān)控與優(yōu)化，以及如何利用MLOps實(shí)現(xiàn)持續(xù)集成與持續(xù)交付等高效的工作流程。通過企業(yè)級的MLOps案例和解決方案，幫助讀者輕松掌握MLOps的設(shè)計(jì)思路以及如何應(yīng)用MLOps解決實(shí)際問題。

·17.4萬字

跳轉(zhuǎn)至頁

官术网_书友最值得收藏!

人工智能

分類

狀態(tài)

屬性

字?jǐn)?shù)

更新時間

人工智能程序員面試筆試寶典