ModelArts人工智能應用開發(fā)指南

第一篇人工智能應用開發(fā)概述
第1章人工智能技術、應用及平臺
1.1人工智能技術
1.1.1人工智能技術的發(fā)展
1.1.2人工智能技術的主要領域
1.1.3人工智能技術的價值
1.2人工智能應用
1.2.1人工智能應用的特點
1.2.2人工智能應用的商業(yè)化場景
1.3人工智能平臺
第2章人工智能應用快速開發(fā)
2.1基于圖像分類模板的開發(fā)
2.2基于目標檢測模板的開發(fā)
2.3基于聲音分類模板的開發(fā)
2.4基于文本分類模板的開發(fā)
第二篇人工智能應用開發(fā)方法
第3章人工智能應用開發(fā)全流程
3.1人工智能應用開發(fā)全流程解析
3.1.1數(shù)據(jù)準備子流程
3.1.2算法選擇和開發(fā)子流程
3.1.3模型訓練子流程
3.1.4模型評估和調(diào)優(yōu)子流程
3.1.5應用生成、評估和發(fā)布子流程
3.1.6應用維護子流程
3.2人工智能應用開發(fā)流程的權衡
3.2.1復雜和簡單的取舍
3.2.2人與機器的平衡
3.2.3開發(fā)和運行的融合
3.3人工智能應用開發(fā)全流程的成本分析
3.3.1設計和開發(fā)成本
3.3.2部署和維護成本
3.3.3邊際成本
ModelArts人工智能應用開發(fā)指南
目錄

第4章數(shù)據(jù)準備
4.1數(shù)據(jù)采集和接入
4.1.1數(shù)據(jù)采集
4.1.2數(shù)據(jù)接入
4.2數(shù)據(jù)處理
4.2.1數(shù)據(jù)校驗和轉換
4.2.2數(shù)據(jù)清洗
4.2.3數(shù)據(jù)選擇
4.2.4數(shù)據(jù)增強
4.2.5其他數(shù)據(jù)處理
4.3數(shù)據(jù)標注
4.3.1標注任務分類
4.3.2智能數(shù)據(jù)標注
4.3.3數(shù)據(jù)標注元信息管理
4.4數(shù)據(jù)分析和優(yōu)化
4.4.1數(shù)據(jù)集特征分析和優(yōu)化
4.4.2細粒度數(shù)據(jù)診斷和優(yōu)化
第5章算法選擇和開發(fā)
5.1算法選擇
5.1.1基礎層算法選擇
5.1.2應用層算法選擇
5.1.3ModelArts預置算法選擇
5.2算法開發(fā)
5.2.1開發(fā)語言
5.2.2開發(fā)庫
5.2.3交互式開發(fā)環(huán)境
5.2.4ModelArts云上云下協(xié)同開發(fā)
第6章模型訓練
6.1模型訓練的基本過程
6.1.1基礎概念
6.1.2模型訓練與數(shù)據(jù)源的交互
6.1.3模型訓練具體過程
6.2基于ModelArts的模型訓練
6.2.1使用預置算法訓練
6.2.2使用自定義算法訓練
6.2.3使用自定義鏡像訓練
6.3端到端訓練加速
6.3.1數(shù)據(jù)側加速
6.3.2計算側加速
6.3.3分布式并行側加速
6.3.4調(diào)參側加速
6.4自動搜索
6.4.1AutoSearch框架
6.4.2基于AutoSearch進行搜索
6.5彈性訓練
6.6聯(lián)邦協(xié)同訓練
第7章模型評估和調(diào)優(yōu)
7.1模型評估
7.1.1精度評估
7.1.2性能評估
7.1.3其他維度的評估
7.1.4基于ModelArts的模型評估
7.2模型診斷優(yōu)化
7.2.1精度診斷優(yōu)化
7.2.2性能診斷優(yōu)化
第8章應用生成、評估和發(fā)布
8.1應用管理
8.1.1模型格式轉換
8.1.2簡單應用生成
8.1.3基于編排的應用生成
8.1.4應用評估
8.2應用部署和發(fā)布
8.2.1部署類型
8.2.2部署管理
8.2.3應用測試和使用
第9章應用維護
9.1數(shù)據(jù)采集和篩選
9.2應用迭代
9.2.1基于數(shù)據(jù)的應用迭代優(yōu)化
9.2.2基于算法和模型的應用迭代優(yōu)化
9.3基于ModelArts的應用維護
第三篇人工智能應用開發(fā)場景化實踐
第10章構建企業(yè)級人工智能平臺
10.1企業(yè)級人工智能平臺
10.1.1企業(yè)級人工智能平臺的設計要素
10.1.2ModelArts Pro企業(yè)級開發(fā)套件
10.2企業(yè)級OCR平臺
10.2.1OCR算法的基本流程
10.2.2企業(yè)級OCR平臺及關鍵流程
第11章構建面向復雜行業(yè)的自動化人工智能系統(tǒng)
11.1面向復雜行業(yè)的人工智能系統(tǒng)

11.2面向基因組學的自動化人工智能建模系統(tǒng)
11.2.1基于人工智能的組學數(shù)據(jù)建模
11.2.2面向基因組學的自動化建模
11.2.3基于SHAP的模型解釋
11.2.4基因組數(shù)據(jù)自動建模工具——AutoGenome
第12章端邊云協(xié)同的人工智能平臺及應用開發(fā)
12.1端云協(xié)同的人工智能應用開發(fā)
12.1.1端云協(xié)同開發(fā)的應用場景
12.1.2HiLens端云協(xié)同開發(fā)平臺
12.1.3HiLens開發(fā)環(huán)境
12.1.4HiLens開發(fā)框架
12.1.5案例： 智慧工地安全帽識別
12.2邊云協(xié)同的人工智能應用開發(fā)
12.2.1智能交通解決方案的背景
12.2.2智能交通解決方案的設計
12.2.3基于邊云協(xié)同的智能視頻分析