認(rèn)知計(jì)算攻略：使用Cognitive Services和TensorFlow

第1章 使用認(rèn)知服務(wù)實(shí)現(xiàn)AI民主化
1．1 AI民主化
1．1．1 機(jī)器學(xué)習(xí)庫(kù)
1．1．2 機(jī)器學(xué)習(xí)和深度學(xué)習(xí)目前的狀態(tài)
1．2 為人工智能構(gòu)建業(yè)務(wù)用例
1．2．1 自然語(yǔ)言理解和生成
1．2．2 語(yǔ)音識(shí)別
1．2．3 認(rèn)知數(shù)字助理
1．2．4 非結(jié)構(gòu)化文本分析
1．2．5 決策管理
1．2．6 機(jī)器人流程自動(dòng)化
1．3 機(jī)器學(xué)習(xí)的五大流派
1．4 Microsoft認(rèn)知服務(wù)——概述
1．4．1 語(yǔ)音
1．4．2 語(yǔ)言
1．4．3 知識(shí)
1．4．4 搜索
1．5 人工智能的倫理規(guī)范
1．6 結(jié)語(yǔ)
第2章 構(gòu)建對(duì)話式接口
2．1 對(duì)話式UI的組成部分
2．2 開(kāi)始使用機(jī)器人框架
2．3 Bot Framework SDK示例
2．4 攻略2-1：構(gòu)建YodaBot
2．4．1 問(wèn)題
2．4．2 解決方案
2．4．3 運(yùn)行機(jī)制
2．5 攻略2-2：使用Azure Bot Service創(chuàng)建機(jī)器人
2．5．1 問(wèn)題
2．5．2 解決方案
2．5．3 運(yùn)行機(jī)制
2．6 攻略2-3：構(gòu)建一個(gè)問(wèn)答機(jī)器人
2．6．1 問(wèn)題
2．6．2 解決方案
2．6．3 運(yùn)行機(jī)制
2．7 攻略2-4：數(shù)據(jù)中心健康監(jiān)測(cè)機(jī)器人
2．7．1 問(wèn)題
2．7．2 解決方案
2．7．3 運(yùn)行機(jī)制
2．8 通過(guò)Resource Manager模板設(shè)置Azure部署
第3章 眼見(jiàn)為實(shí)：自定義視覺(jué)
3．1 熱狗，非熱狗
3．1．1 問(wèn)題
3．1．2 解決方案
3．2 構(gòu)建自定義視覺(jué)以訓(xùn)練安防系統(tǒng)
3．2．1 問(wèn)題
3．2．2 解決方案
3．3 使用認(rèn)知服務(wù)計(jì)算機(jī)視覺(jué)API構(gòu)建說(shuō)明標(biāo)注機(jī)器人
3．3．1 問(wèn)題
3．3．2 解決方案
3．3．3 DAQUAR挑戰(zhàn)
3．4 使用CustomVision．AI研究冰箱
3．4．1 問(wèn)題
3．4．2 解決方案
3．5 現(xiàn)在使用認(rèn)知工具集研究冰箱
3．5．1 問(wèn)題
3．5．2 解決方案
3．6 使用自定義視覺(jué)進(jìn)行產(chǎn)品和部件識(shí)別
3．6．1 問(wèn)題
3．6．2 解決方案
3．7 在CNTK中使用自定義視覺(jué)模型搜索服飾
3．7．1 問(wèn)題
3．7．2 解決方案
……
第4章 文本分析：暗數(shù)據(jù)前沿
第5章 認(rèn)知機(jī)器人技術(shù)處理自動(dòng)化：自動(dòng)執(zhí)行
第6章 知識(shí)管理和智能搜索
第7章 AIOps：運(yùn)維中的預(yù)測(cè)分析與機(jī)器學(xué)習(xí)
第8章 行業(yè)中的AI用例
附錄A 公共數(shù)據(jù)集＆深度學(xué)習(xí)模型倉(cāng)庫(kù)