۴۴٬۰۰۰تومان
نوع فایل دانلود: EPUB
پس از خرید، یک فایل EPUB دریافت می‌کنید.
این فایل با Calibre، Apple Books و سایر کتابخوان‌های دیجیتال مناسب است.
این کتاب راهنمای تولیدی‌کردن راهکارهای هوش مصنوعی است؛ راهکارهایی که از خدمات ابریِ برترینِ حوزه استفاده می‌کنند و با راه‌حل‌های جایگزین، هزینه‌ها را پایین می‌آورند. کتاب با دستورالعمل‌های گام‌به‌گام تکمیل شده است: از وارد کردن داده تا پالایش و آماده‌سازی، از تقسیم‌بندی و مدل‌سازی تا رسیدن به مرحلهٔ استنتاج و استقرار. همچنین با نمونه‌کدهای فراوانِ پایتون همراه است تا روند تبدیل شدن از اسکریپت یا نوت‌بوک به یک اپلیکیشن را سریع‌تر کند.
کتاب ابتدا با نگاهی به زمینه و اکوسیستمِ راهکارهای هوش مصنوعی در امروز پیش می‌رود، و از نیازهای کسب‌وکار در سطح کلان به سمت بهترین رویه‌ها حرکت می‌کند؛ سپس روی همکاری با ذی‌نفعان و کار تیمی چابک تمرکز دارد. بعد از آن، دربارهٔ زمان‌بندی و مدیریتِ اجرای پایپ‌لاین‌های داده، یادگیری ماشین و یادگیری عمیق صحبت می‌شود؛ از جمله کار با شبکه‌های عصبی مصنوعی و پیدا کردن میان‌بُرهایی مانند AutoML و AutoAI. در ادامه، با افزایش استفاده از رابط‌های NoLo در توسعهٔ اپلیکیشن‌های مبتنی بر هوش مصنوعی آشنا می‌شوید. سپس مطالعات موردی صنعتی مطرح می‌شود و در نهایت یک راهنمای کاربردی برای استقرارِ راهکارهای هوش مصنوعیِ کانتینری ارائه می‌گردد.
این کتاب برای کسانی نوشته شده است که در نقششان باید بر موانع یا محدودیت‌های بودجه‌ای غلبه کنند؛ یعنی کسانی که به دلیل محدود بودن دسترسی به اعتبارهای ابری، معمولاً باید فرایند اغلب دشوارِ توسعه و استقرار یک راهکار هوش مصنوعی را با چالش روبه‌رو انجام دهند.
آنچه خواهید آموخت
• توسعه و ارائهٔ هوش مصنوعی در سطح تولید طی یک ماه
• استقرار راهکارهای هوش مصنوعی با هزینهٔ پایین
• دور زدن سلطهٔ شرکت‌های بزرگ (Big Tech) و ساخت MVP با هزینهٔ کم
• ساخت راهکارهایی آماده برای دمو، بدون اینکه اسکریپت‌ها/نوت‌بوک‌های پایتون بیش از حد پیچیده شوند
مخاطبان این کتاب: دانشمندان داده و مشاوران هوش مصنوعی که مهارت‌های برنامه‌نویسی در پایتون دارند و برای موفقیت در حوزهٔ هوش مصنوعی انگیزه دارند.
دربارهٔ نویسنده
باری والش مشاورِ ارائهٔ نرم‌افزار و مربی هوش مصنوعی در Pairview است. او سابقه‌ای دارد در بهره‌برداری از داده‌های پیچیدهٔ کسب‌وکار برای بهینه‌سازی و کاهش ریسکِ دارایی‌های انرژی در ABB/Ventyx، Infosys، E.ON، Centrica و همچنین استارت‌آپ خودش به نام ce.tech. او سابقهٔ اثبات‌شده‌ای در ارائهٔ خدمات مشاوره‌ای در زمینهٔ علم داده، BI و تحلیل کسب‌وکار به شرکت‌ها در حوزه‌های انرژی، فناوری اطلاعات، فین‌تک، تلکام و خرده‌فروشی دارد.
This book is a guide to productionizing AI solutions using best-of-breed cloud services with workarounds to lower costs. Supplemented with step-by-step instructions covering data import through wrangling to partitioning and modeling through to inference and deployment, and augmented with plenty of Python code samples, the book has been written to accelerate the process of moving from script or notebook to app. From an initial look at the context and ecosystem of AI solutions today, the book drills down from high-level business needs into best practices, working with stakeholders, and agile team collaboration. From there you’ll explore data pipeline orchestration, machine and deep learning, including working with and finding shortcuts using artificial neural networks such as AutoML and AutoAI. You’ll also learn about the increasing use of NoLo UIs through AI application development, industry case studies, and finally a practical guide to deploying containerized AI solutions. The book is intended for those whose role demands overcoming budgetary barriers or constraints in accessing cloud credits to undertake the often difficult process of developing and deploying an AI solution. What You Will Learn• Develop and deliver production-grade AI in one month• Deploy AI solutions at a low cost• Work around Big Tech dominance and develop MVPs on the cheap• Create demo-ready solutions without overly complex python scripts/notebooks Who this book is for: Data scientists and AI consultants with programming skills in Python and driven to succeed in AI. About the AuthorBarry Walsh is a software-delivery consultant and AI trainer at Pairview with a background in exploiting complex business data to optimize and de-risk energy assets at ABB/Ventyx, Infosys, E.ON, Centrica, and his own start-up ce.tech. He has a proven track record of providing consultancy services in Data Science, BI, and Business Analysis to businesses in Energy, IT, FinTech, Telco, Retail,
هنر
رایانه و برنامه‌نویسی
زبان انگیسی (رایگان)
درسی و کمک درسی (رایگان)