幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

智能計算平台應用開發(中級華為1+X職業技能等級證書配套系列教材)

  • 作者：編者:華為技術有限公司|責編:左仲海
  • 出版社：人民郵電
  • ISBN：9787115538987
  • 出版日期：2020/08/01
  • 裝幀：平裝
  • 頁數：219
人民幣：RMB 49.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是智能計算平台應用開發中級教材，主要介紹了智能計算平台搭建、平台管理、數據管理、應用開發等相關知識。全書共分9章，內容包括智能計算平台應用開發概述、人工智慧與平台搭建、平台管理、數據採集、數據存儲、數據處理、數據備份與恢復、機器學習基礎演算法建模和人工智慧模型開發測試。
    本書可用於「1＋X」證書制度試點工作中的智能計算平台應用開發職業技能等級證書教學和培訓，也適合作為應用型本科、職業院校、技師院校的教材，同時也適合作為從事智能計算平台應用開發的技術人員的參考用書。
作者介紹
編者:華為技術有限公司|責編:左仲海
目錄
第1章  智能計算平台應用開發概述
  1.1  智能計算平台應用開發技能點簡介
    1.1.1  初級
    1.1.2  中級
    1.1.3  高級
  1.2  智能計算平台應用開發的中級知識點概要
    1.2.1  平台搭建
    1.2.2  平台管理
    1.2.3  數據管理
    1.2.4  應用開發
  小結
  習題
第2章  人工智慧與平台搭建
  2.1  人工智慧簡介
    2.1.1  人工智慧發展
    2.1.2  大數據與人工智慧
    2.1.3  機器學習與深度學習
  2.2  集成開發環境
    2.2.1  Anaconda
    2.2.2  PyCharm
    2.2.3  Eclipse
  2.3  常用人工智慧開發框架
    2.3.1  TensorFlow
    2.3.2  PyTorch
    2.3.3  MXNet
    2.3.4  Caffe
    2.3.5  MindSpore
  小結
  習題
第3章  平台管理
  3.1  伺服器集群管理
    3.1.1  集群管理介紹
    3.1.2  集群管理工具簡介
  3.2  存儲資源管理
    3.2.1  存儲資源管理介紹
    3.2.2  存儲資源管理工具FusionStorage
  3.3  系統管理
    3.3.1  系統管理介紹
    3.3.2  系統管理工具FusionDirector
  3.4  文檔管理
    3.4.1  文檔管理介紹
    3.4.2  運維報告與技術支持文檔
  小結
  習題
第4章  數據採集
  4.1  數據採集系統組成與架構
    4.1.1  大數據採集與處理
    4.1.2  大數據基礎組件介紹
    4.1.3  數據採集系統架構
    4.1.4  數據採集系統基礎配置

  4.2  數據採集流程優化和系統維護
    4.2.1  數據採集流程優化
    4.2.2  數據採集系統維護
  小結
  習題
第5章  數據存儲
  5.1  大數據存儲管理
    5.1.1  存儲系統維護和管理
    5.1.2  存儲系統優化
  5.2  資料庫存儲管理
    5.2.1  資料庫日常監控
    5.2.2  資料庫日常運維
  小結
  習題
第6章  數據處理
  6.1  ETL數據整合
    6.1.1  ETL常用工具
    6.1.2  ETL數據整合操作
    6.1.3  ETL任務流程監控、維護和優化
  6.2  數據標注和分類
    6.2.1  圖像數據標注
    6.2.2  文本數據標注
    6.2.3  語音數據標注
  小結
  習題
第7章  數據備份與恢復
  7.1  數據備份概述
    7.1.1  概念
    7.1.2  備份組網介紹
    7.1.3  備份介質
  7.2  備份技術
    7.2.1  備份分類
    7.2.2  高級備份技術
    7.2.3  華為OceanStor應用實例
  7.3  備份解決方案
    7.3.1  常規備份解決方案組網設計
    7.3.2  OceanStor備份解決方案
  7.4  備份與恢復
    7.4.1  Linux文件系統備份與恢復
    7.4.2  OceanStor備份與恢復
  小結
  習題
第8章  機器學習基礎演算法建模
  8.1  機器學習
    8.1.1  機器學習的相關名詞解釋
    8.1.2  機器學習的應用領域
  8.2  分類演算法
    8.2.1  邏輯回歸
    8.2.2  KNN
    8.2.3  樸素貝葉斯

    8.2.4  SVM
    8.2.5  決策樹
    8.2.6  多層感知機
  8.3  回歸演算法
    8.3.1  線性回歸
    8.3.2  KNN回歸
    8.3.3  Lasso回歸
  8.4  集成學習演算法
    8.4.1  Boosting
    8.4.2  Bagging
  8.5  聚類演算法
    8.5.1  原型聚類
    8.5.2  層次聚類
    8.5.3  密度聚類
  8.6  關聯規則演算法
    8.6.1  Apriori演算法
    8.6.2  FP-growth演算法
  8.7  智能推薦演算法
  小結
  習題
第9章  人工智慧模型開發測試
  9.1  人工智慧模型開發
    9.1.1  商業理解
    9.1.2  數據理解
    9.1.3  數據準備
    9.1.4  數據建模
    9.1.5  模型評價
    9.1.6  模型部署
  9.2  人工智慧模型測試
    9.2.1  測試用例
    9.2.2  測試方法
    9.2.3  測試計劃
    9.2.4  測試報告
  小結
  習題

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032