《ModelArts人工智能应用开发指南》内容简介

本书主要围绕人工智能平台ModelArts和人工智能应用开发流程，介绍基本概念、关键模块以及典型的场景化应用开发案例。全书共分为三篇：第一篇人工智能应用开发概述（第1章和第2章），介绍了人工智能技术、应用、平台，以及人工智能应用快速开发流程；第二篇人工智能应用开发方法（第3章～第9章），介绍了人工智能应用开发全流程及其子流程，包括数据准备、算法选择和开发、模型训练、模型评估和调优、应用生成、应用评估和发布、应用维护；第三篇人工智能应用开发场景化实践（第10章～第12章），介绍了企业级人工智能平台、面向复杂行业的自动化人工智能系统、基于端-边-云协同的人工智能平台及应用开发。
本书旨在通过一整套工具链和方法传递，使得每个开发者都可以借助ModelArts平台在具体业务场景下更快、更高效、更低成本地开发出人工智能应用，从而更好地解决各行业各领域面临的实际问题。本书适合有志于从事人工智能应用开发的开发者参考。
田奇，华为云人工智能领域首席科学家，IEEE Fellow，国家自然科学基金海外杰青，中国科学院海外评审专家。
白小龙，华为云机器学习和深度学习技术专家、ModelArts产品架构师，浙江大学工学博士，新加坡南洋理工大学公派联合培养博士，《深入理解TensorFlow：架构设计与实现原理》作者之一。

作品目录

作者简介
内容简介
序一
ModelArts让AI应用开发更简单
序二
前言
第一篇
人工智能应用开发概述
第1章：人工智能技术、应用及平台
1.1、人工智能技术
1.2、人工智能应用
1.3、人工智能平台
第2章：人工智能应用快速开发
2.1、基于图像分类模板的开发
2.2、基于目标检测模板的开发
2.3、基于声音分类模板的开发
2.4、基于文本分类模板的开发
第二篇
人工智能应用开发方法
第3章：人工智能应用开发全流程
3.1、人工智能应用开发全流程解析
3.2、人工智能应用开发流程的权衡
3.3、人工智能应用开发全流程的成本分析
第4章：数据准备
4.1、数据采集和接入
4.2、数据处理
4.3、数据标注
4.4、数据分析和优化
第5章：算法选择和开发
5.1、算法选择
5.2、算法开发
第6章：模型训练
6.1、模型训练的基本过程
6.2、基于ModelArts的模型训练
6.3、端到端训练加速
6.4、自动搜索
6.5、弹性训练
6.6、联邦协同训练
第7章：模型评估和调优
7.1、模型评估
7.2、模型诊断优化
第8章：应用生成、评估和发布
8.1、应用管理
8.2、应用部署和发布
第9章：应用维护
9.1、数据采集和筛选
9.2、应用迭代
9.3、基于ModelArts的应用维护
第三篇
人工智能应用开发场景化实践
第10章：构建企业级人工智能平台
10.1、企业级人工智能平台
10.2、企业级OCR平台
第11章：构建面向复杂行业的自动化人工智能系统
11.1、面向复杂行业的人工智能系统
11.2、面向基因组学的自动化人工智能建模系统
第12章：端-边-云协同的人工智能平台及应用开发
12.1、端-云协同的人工智能应用开发
12.2、边-云协同的人工智能应用开发
附录CD