《人工智能系统平台实施中级》曙光信息产业|(epub+azw3+mobi+pdf)电子书下载

图书名称：《人工智能系统平台实施中级》

【作　者】曙光信息产业

【页 数】 247

【出版社】 天津：天津大学出版社 , 2021.07

【ISBN号】978-7-5618-6989-5

【价 格】59.00

【参考文献】 曙光信息产业. 人工智能系统平台实施中级. 天津：天津大学出版社, 2021.07.

图书封面：

图书目录：

《人工智能系统平台实施中级》内容提要：

本书为培养人工智能系统平台开发全面人才的教材。从不同的视角对机器学习、深度学习以及典型的项目案例进行介绍，涉及人工智能系统平台开发的各个方面，主要包括机器学习概述、Sklearn使用、深度学习及神经网络概述、PyTorch使用、GPU计算、系统监控及问题处理等，让读者全面、深入、透彻地理解人工智能系统平台开发的各种知识及具体使用方法，提高实际开发水平和项目能力。全书知识点的讲解由浅入深，使每一位读者都能有所收获。本书主要涉及7个项目，即数据分析、机器学习库Sklearn、机器学习并行训练、深度学习入门、深度学习进阶、GPU计算、容器编排工具及Kubemetes，按照由浅入深的思路对知识体系进行编排，从数据分析、机器学习、机器学习实现、深度学习、深度学习实现、GPU计算方式以及资源分配等方面对知识点进行讲解。本书结构条理清晰、内容详细，每个项目都通过学习目标、学习路径、任务描述、任务技能、任务实施、任务总结、英语角和任务习题8个模块进行相应知识的讲解。其中，学习目标和学习路径对本项目包含的知识点进行简述，任务实施模块对本项目中的案例进行了步骤化的讲解，任务总结模块作为陈述，对使用的技术和注意事项进行了总结，英语角解释了本项目中专业术语的含义，使学生全面掌握所讲内容。

《人工智能系统平台实施中级》内容试读

项目一数据分折

学

标

通过对数据分析的学习，了解什么是数据分析，熟悉数据分析的基础流程，掌握使用

Python进行数据分析的方法，掌握Numpy和Pandas两个数据分析库的使用方法，在任务实施过程中：

●了解数据分析的基本概念：

●熟悉Numpy与Pandas数据分析库；

●掌握Numpy与Pandas库中函数的使用方法：

●具有使用Numpy与Pandas库在机器学习任务中进行数据分析的能力。

路

径

。了解数据分析的基本概念

●熟悉Numpy与Pandas数据分析库

P加载数据

学习目标

●掌握Numpy与Pandas库中函数的使用方法

●具有使用

与Pandas库在机器学习

=清洗数据

分析数据

任务实施

◆项目背景

数据分析

情境导入◆项目内容

项目功能

↓项目实现

▣数据分析概述a基于Numpy分析

a使用read csv(0读取数据集

目基于Pandas分析

(任务技能

产任务描述

功能描述飞对数据进行清洗

根据公式进行计算

√效果展示

客单价：56.909417821040805

人工智能系统平台实施中级

描

【情境导入】

随着信息时代的发展，各行业都开始保存经营或其他类型的数据，为了能够更好地帮助管理者作出管理企业的相关决策，对数据进行有效的分析是非常有必要的，但随着数据量的激增，数据产生过程中难免会存在不符合标准的情况，使用人工对这些数据进行筛选很复杂且容易出错，而Numpy和Pandas数据分析模块的出现给数据分析人员带来了极大的便利。本项目通过对Numpy和Pandas基础知识的学习，来完成药店销售数据分析。

【功能描述】

●使用read csvO读取数据集。

●对数据进行清洗。

●根据公式进行计算。

【效果展示】

通过对本项目的学习，能够使用Pandas与Numpy读取数据并对数据进行清洗和分析，效果如图1-1所示。

客单价：56.909417821040805

图1-1效果图

技能点一数据分析概述

1.什么是数据分析

数据分析是指对大量资料使用适当的统计分析方法进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。

20世纪早期，数据分析的数学基础就已经确立了，直到计算机出现后，数据分析得到了实际操作的可能性并且得以推广，因此，也可以说数据分析是数学与计算机科学相结合的

项目一数据分析

3

产物。

2.数据分析在人工智能领域的应用

随着科学技术的快速发展，人类社会已经逐步进入了智慧经济的时代，利用大数据技术能够对数据进行快速准确的挖掘和分析，从而实现向信息的智能化方向发展。在大数据时代背景下，大数据技术对数据的处理速度极快，能够通过大数据分析快速呈现出对互联网海量数据的分析结果，从而使人工智能对数据的获取和分析更加快速、及时，提高了人工智能的效率。与传统的数据分析结果相比，大数据对数据的处理更加全面，能够从多角度对用户的真实需求进行有效分析，使分析结果更加准确，从而提升了人工智能的精确性。

技能点二基于Numpy分析

1.数学函数

Numpy中包含的常用数学函数有3种，分别为算数函数、三角函数和舍入与取整函数。算数函数主要用于数学计算，算数函数能够对元素不同、形状相同的数组进行加、减、乘、除运算，使用算数函数对数组进行计算前需要引入Numpy包，方法如下。

import numpy as np算数函数如表1-1所示。

表1-1算数函数

函数

描述

两个数组之间进行加法运算，arraya与arrayb代表两个数组。符号“+”

np.add(arraya,arrayb)+

同样具有add函数的效果

两个数组之间进行减法运算，arraya与arrayb代表两个数组。符号“-”

np.subtract(arraya,arrayb)-

同样具有subtract函数的效果

两个数组之间进行乘法运算，arraya与arrayb代表两个数组。符号“*”

np.multiply(arraya,arrayb)*同样具有multiply函数的效果

两个数组之间进行除法运算，但需要注意的是除数不能为0，arraya与ar

np.divide(arraya,arrayb)/

rayb代表两个数组。符号“/"同样具有divide函数的效果

np.reciprocal(arraya)

返回数组中各个元素的倒数，arraya表示传入的数组

以数组各个元素为底数，进行元素幂的计算，power函数中第一个参数需

np.power(arraya,int)

要传入一个数组，第二个参数可以是一个整数或一个数组。符号“*”同样

np.power(arraya,arrayb)、*来

具有power函数的效果

np.mod(arraya,arrayb)

计算不同数组相应元素相除后的余数，arraya与arrayb代表两个数组

np.sqrt(arraya)

进行数组中元素的开方计算，arraya表示数组名称

三角函数主要用于对自变量（角度）和因变量（角度对应任意角终边与单位圆交点坐标

人工智能系统平台实施中级

或其比值)进行运算。在使用三角函数前需要将数组中的角度值转换为弧度值，公式如下所示。

aa np.pi/180

三角函数如表1-2所示。

表1-2三角函数

函数

描述

np.sin(aray）

计算正弦值，aray表示包含弧度值的数组，该函数返回正弦值

np.cos(array)

计算余弦值，aray表示包含弧度值的数组，该函数返回余弦值

np.tan(array)

计算正切值，aray表示包含弧度值的数组，该函数返回正切值

np.arcsin(sin)

计算反正弦值，这里的s表示一组正弦值，该函数返回弧度值

np.arccos(cos)

计算反余弦值，这里的©Os表示一组余弦值，该函数返回弧度值

np.arctan(tan)

计算反正切值，这里的a表示一组正切值，该函数返回弧度值

舍入与取整函数主要用于调整小数位数，Numpy中提供了3种常用的舍入与取整函数，如表1-3所示。

表1-3舍入与取整函数

函数

描述

四舍五入取值，aray表示元素所在的数组：decimals表示要保留的小数

around(array,decimals)

位数，默认为0，当值为负数时，则对小数点左边的位数进行近似操作

ceil(array）

向上取整取值，array表示元素所在的数组

floor(array)

向下取整取值，aray表示元素所在的数组

下面以计算正弦值和反正弦值为例，对数学函数的使用方法进行讲解，代码CORE0101

如下所示。

代码CORE0101

import numpy as np#定义数组

a=np.array(12,18,30,90,50,65,87])#弧度转化a=a np.pi/180#正弦值

sin=np.sin(array)

print(正弦值)

···试读结束···