展开全部

主编推荐语

李开复、王咏刚、张潼等学术界、产业界领军人物全新梳理AI知识体系。

内容简介

创新工场于2017年发起了面向高校在校生的DeeCamp人工智能训练营(简称DeeCamp训练营),训练营内容涵盖学术界与产业界领军人物带来的全新AI知识体系和来自产业界的真实实践课题,旨在提升高校AI人才在行业应用中的实践能力,以及推进产学研深度结合。

本书以近两年DeeCamp训练营培训内容为基础,精选部分导师的授课课程及有代表性的学员参赛项目,以文字形式再现训练营“知识课程 产业实战”的教学模式和内容。全书共分为9章,第1章、第2章分别介绍AI赋能时代的创业、AI的产品化和工程化挑战;第3章至第8章聚焦于AI理论与产业实践的结合,内容涵盖机器学习、自然语言处理、计算机视觉、深度学习模型的压缩与加速等;第9章介绍了4个优秀实践课题,涉及自然语言处理和计算机视觉两个方向。

本书适合AI相关专业的高校在校生及AI行业的工程师使用,可作为他们了解AI产业和开拓视野的读物。

目录

  • 版权信息
  • 内容简介
  • 推荐语
  • 序 学会用AI解决真实世界的问题
  • 第1章 AI赋能时代的创业
  • 1.1 中国AI如何弯道超车
  • 1.2 AI从“发明期”进入“应用期”
  • 1.2.1 深度学习助推AI进入“应用期”
  • 1.2.2 To B创业迎来黄金发展期
  • 1.2.3 “传统产业+AI”将创造巨大价值
  • 1.2.4 AI赋能传统行业四部曲
  • 1.3 AI赋能时代的创业特点
  • 1.3.1 海外科技巨头成功因素解析
  • 1.3.2 科学家创业的优势和短板
  • 1.3.3 四因素降低AI产品化、商业化门槛
  • 1.4 给未来AI人才的建议
  • 第2章 AI的产品化和工程化挑战
  • 2.1 从AI科研到AI商业化
  • 2.2 产品经理视角——数据驱动的产品研发
  • 2.2.1 数据驱动
  • 2.2.2 典型C端产品的设计和管理
  • 2.2.3 典型B端产品解决方案的设计和管理
  • 2.2.4 AI技术的产品化
  • 2.3 架构设计师视角——典型AI架构
  • 2.3.1 为什么要重视系统架构
  • 2.3.2 与AI相关的典型系统架构
  • 2.4 写在本章最后的几句话
  • 本章参考文献
  • 第3章 机器学习的发展现状及前沿进展
  • 3.1 机器学习的发展现状
  • 3.2 机器学习的前沿进展
  • 3.2.1 复杂模型
  • 3.2.2 表示学习
  • 3.2.3 自动机器学习
  • 第4章 自然语言理解概述及主流任务
  • 4.1 自然语言理解概述
  • 4.2 NLP主流任务
  • 4.2.1 中文分词
  • 4.2.2 指代消解
  • 4.2.3 文本分类
  • 4.2.4 关键词(短语)的抽取与生成
  • 4.2.5 文本摘要
  • 4.2.6 情感分析
  • 本章参考文献
  • 第5章 机器学习在NLP领域的应用及产业实践
  • 5.1 自然语言句法分析
  • 5.1.1 自然语言句法分析的含义与背景
  • 5.1.2 研究句法分析的几个要素
  • 5.1.3 句法分析模型举例
  • 5.2 深度学习在句法分析模型参数估计中的应用
  • 5.2.1 符号嵌入
  • 5.2.2 上下文符号嵌入
  • 本章参考文献
  • 第6章 计算机视觉前沿进展及实践
  • 6.1 计算机视觉概念
  • 6.2 计算机视觉认知过程
  • 6.2.1 从低层次到高层次的理解
  • 6.2.2 基本任务及主流任务
  • 6.3 计算机视觉技术的前沿进展
  • 6.3.1 图像分类任务
  • 6.3.2 目标检测任务
  • 6.3.3 图像分割任务
  • 6.3.4 主流任务的前沿进展
  • 6.4 基于机器学习的计算机视觉实践
  • 6.4.1 目标检测比赛
  • 6.4.2 蛋筒质检
  • 6.4.3 智能货柜
  • 本章参考文献
  • 第7章 深度学习模型压缩与加速的技术发展与应用
  • 7.1 深度学习的应用领域及面临的挑战
  • 7.1.1 深度学习的应用领域
  • 7.1.2 深度学习面临的挑战
  • 7.2 深度学习模型的压缩和加速方法
  • 7.2.1 主流压缩和加速方法概述
  • 7.2.2 权重剪枝
  • 7.2.3 权重量化
  • 7.2.4 知识蒸馏
  • 7.2.5 权重量化与权重剪枝结合并泛化
  • 7.3 模型压缩与加速的应用场景
  • 7.3.1 驾驶员安全检测系统
  • 7.3.2 高级驾驶辅助系统
  • 7.3.3 车路协同系统
  • 本章参考文献
  • 第8章 终端深度学习基础、挑战和工程实践
  • 8.1 终端深度学习的技术成就及面临的核心问题
  • 8.1.1 终端深度学习的技术成就
  • 8.1.2 终端深度学习面临的核心问题
  • 8.2 在冗余条件下减少资源需求的方法
  • 8.3 在非冗余条件下减少资源需求的方法
  • 8.3.1 特殊化模型
  • 8.3.2 动态模型
  • 8.4 深度学习系统的设计
  • 8.4.1 实际应用场景中的挑战
  • 8.4.2 实际应用场景中的问题解决
  • 8.4.3 案例分析
  • 本章参考文献
  • 第9章 DeeCamp训练营最佳商业项目实战
  • 9.1 方仔照相馆——AI辅助单张图像生成积木方头仔
  • 9.1.1 让“AI方头仔”触手可及
  • 9.1.2 理论支撑:BiSeNet和Mask R-CNN
  • 9.1.3 任务分解:从图像分析到积木生成的实现
  • 9.1.4 团队协作与时间安排
  • 9.2 AI科幻世界——基于预训练语言模型的科幻小说生成系统
  • 9.2.1 打造人机协作的科幻小说作家
  • 9.2.2 理论支撑:语言模型、Transformer模型和GPT2预训练模型
  • 9.2.3 从“找小说”到“写小说”的实现步骤
  • 9.2.4 团队协作与时间安排
  • 9.3 宠物健康识别——基于图像表征学习的宠物肥胖度在线检测系统
  • 9.3.1 人人都能做“养宠达人”
  • 9.3.2 理论支撑:表征学习、人脸识别原理和ArcFace损失函数
  • 9.3.3 任务分解:从数据收集到肥胖度检测
  • 9.3.4 团队协作与时间安排
  • 9.4 商品文案生成——基于检索和生成的智能文案系统
  • 9.4.1 智能内容生成
  • 9.4.2 理论支撑:Word2Vec词嵌入、预训练语言模型BERT和Seq2Seq文本生成
  • 9.4.3 任务分解:“寻章摘句”和“文不加点”
  • 9.4.4 团队协作与时间安排
  • 本章参考文献
展开全部

评分及书评

尚无评分
目前还没人评分
  • 加载中...

出版方

电子工业出版社

电子工业出版社成立于1982年10月,是国务院独资、工信部直属的中央级科技与教育出版社,是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展,已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域,综合出版能力位居全国出版行业前列。