دانلود کتاب Hands-On Artificial Intelligence on Google Cloud Platform: Build intelligent applications powered by TensorFlow, Cloud AutoML, BigQuery, and Dialogflow (به فارسی: هوش مصنوعی عملی در پلتفرم Google Cloud: ساخت برنامه‌های هوشمند با پشتیبانی از TensorFlow، Cloud AutoML، BigQuery و Dialogflow) نوشته شده توسط «Anand Deshpande – Manish Kumar – Vikram Chaudhari»
اطلاعات کتاب هوش مصنوعی عملی در پلتفرم Google Cloud: ساخت برنامه‌های هوشمند با پشتیبانی از TensorFlow، Cloud AutoML، BigQuery و Dialogflow
موضوع اصلی: کامپیوتر – علوم کامپیوتر
نوع: کتاب الکترونیکی
ناشر: Packt Publishing
نویسنده: Anand Deshpande – Manish Kumar – Vikram Chaudhari
زبان: english
فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2020
تعداد صفحه: 350 / 341
حجم فایل: 19.53 مگابایت
کد کتاب: 1789538467 , 9781789538465
توضیحات کتاب هوش مصنوعی عملی در پلتفرم Google Cloud: ساخت برنامه‌های هوشمند با پشتیبانی از TensorFlow، Cloud AutoML، BigQuery و Dialogflow
برنامه‌های هوش مصنوعی قوی با TensorFlow، Cloud AutoML، TPU و سایر سرویس‌های GCP ایجاد کنید
ویژگی‌های کلیدی
- بر توسعه و استقرار مدل هوش مصنوعی در GCP بدون نگرانی تمرکز کنید. زیرساخت
- مدیریت پردازش ویژگی، ذخیره سازی داده، و مدل های آموزش دیده با استفاده از Google Cloud Dataflow
- برای اجرای مدل های یادگیری عمیق خود به چارچوب های کلیدی مانند TensorFlow و Cloud AutoML دسترسی داشته باشید
شرح کتاب
با طیف وسیعی از ابزارها و کتابخانه‌های هیجان‌انگیز مانند Google BigQuery، Google Cloud Dataflow و Google Cloud Dataproc، Google Cloud Platform (GCP) پردازش کارآمد کلان داده و توسعه مدل‌های هوش مصنوعی را در ابر این کتاب GCP شما را در استفاده از این ابزارها راهنمایی می‌کند تا برنامه‌های مبتنی بر هوش مصنوعی خود را با سهولت بسازید و هزاران پیاده‌سازی هوش مصنوعی را در فضای ابری مدیریت کنید تا در وقت شما صرفه‌جویی شود.
با مروری کوتاه بر ویژگی‌های Cloud AI و GCP، یاد خواهید گرفت که چگونه با حجم زیادی از داده‌ها با استفاده از ویژگی‌های مقیاس خودکار مقابله کنید. سپس Cloud AutoML را برای نشان دادن استفاده از اجزای جریان برای انجام تجزیه و تحلیل داده ها و درک نحوه استفاده از Dialogflow برای ایجاد یک رابط مکالمه پیاده سازی خواهید کرد. با پیشروی، می‌توانید با استفاده از TensorFlow هوش مصنوعی و برنامه‌های پیش‌بینی‌کننده را کاهش داده و سرعت دهید. همچنین از GCP برای آموزش و بهینه‌سازی مدل‌های یادگیری عمیق، اجرای الگوریتم‌های یادگیری ماشین و انجام محاسبات پیچیده GPU با استفاده از TPU استفاده می‌کنید. در نهایت، برنامه‌های هوش مصنوعی را با استفاده از یک مورد استفاده نهایی ساخته و به کار خواهید برد.
در پایان این کتاب، شما یاد خواهید گرفت که چگونه آزمایش‌ها را طراحی و اجرا کنید و می‌توانید راه‌حل‌های نوآورانه را بدون نگرانی در مورد زیرساخت‌ها، منابع و قدرت محاسباتی کشف کنید.
آنچه می‌خواهید انجام دهید. یادگیری
- درک اصول اولیه رایانش ابری و کاوش در اجزای GCP
- کار با تکنیک های انتقال داده و پیش پردازش در GCP برای یادگیری ماشین
- پیاده سازی الگوریتم های یادگیری ماشین با Google Cloud AutoML
- بهینه سازی یادگیری ماشینی TensorFlow با Google Cloud TPU
- با هوش مصنوعی عملیاتی در GCP کنار بیایید
- با استفاده از یک خط لوله یادگیری ماشینی سرتاسر بسازید Cloud Storage، Cloud Dataflow و Cloud Datalab
- با استفاده از BigQuery ML از پتابایت داده های ساختاریافته و نیمه ساختاریافته مدل هایی بسازید
این کتاب برای چه کسی است
اگر شما هستید یک توسعه دهنده هوش مصنوعی، دانشمند داده، مهندس یادگیری ماشین یا مهندس یادگیری عمیق که به دنبال ساخت و استقرار برنامه های کاربردی هوشمند است. در Google Cloud Platform، این کتاب را مفید خواهید یافت. درک اساسی از مفاهیم اولیه پردازش داده و یادگیری ماشین ضروری است. اگرچه اجباری نیست، اما آشنایی با Google Cloud Platform به شما کمک می‌کند تا از این کتاب بهترین استفاده را ببرید.
فهرست محتوا
- نمای کلی هوش مصنوعی و پلتفرم Google Cloud
- محاسبات و پردازش استفاده از اجزای GCP
- ساخت برنامه های یادگیری ماشین با XGBoost
- استفاده از Cloud AutoML
- ساخت موتور یادگیری ماشین ابر داده بزرگ
- ساخت هوشمند برنامه های مکالمه با استفاده از DialogFlow
- درک واحدهای پردازش تانسور ابر
- پیاده سازی مدل های TensorFlow با استفاده از موتور یادگیری ماشین ابر
- برنامه های پیش بینی ساختمان با استفاده از مدل های تنسورفلو
- ساخت اپلیکیشن هوش مصنوعی
Develop robust AI applications with TensorFlow, Cloud AutoML, TPUs, and other GCP services
Key Features
- Focus on AI model development and deployment in GCP without worrying about infrastructure
- Manage feature processing, data storage, and trained models using Google Cloud Dataflow
- Access key frameworks such as TensorFlow and Cloud AutoML to run your deep learning models
Book Description
With a wide range of exciting tools and libraries such as Google BigQuery, Google Cloud Dataflow, and Google Cloud Dataproc, Google Cloud Platform (GCP) enables efficient big data processing and the development of smart AI models on the cloud. This GCP book will guide you in using these tools to build your AI-powered applications with ease and managing thousands of AI implementations on the cloud to help save you time.
Starting with a brief overview of Cloud AI and GCP features, you’ll learn how to deal with large volumes of data using auto-scaling features. You’ll then implement Cloud AutoML to demonstrate the use of streaming components for performing data analytics and understand how Dialogflow can be used to create a conversational interface. As you advance, you’ll be able to scale out and speed up AI and predictive applications using TensorFlow. You’ll also leverage GCP to train and optimize deep learning models, run machine learning algorithms, and perform complex GPU computations using TPUs. Finally, you’ll build and deploy AI applications to production with the help of an end-to-end use case.
By the end of this book, you’ll have learned how to design and run experiments and be able to discover innovative solutions without worrying about infrastructure, resources, and computing power.
What you will learn
- Understand the basics of cloud computing and explore GCP components
- Work with the data ingestion and preprocessing techniques in GCP for machine learning
- Implement machine learning algorithms with Google Cloud AutoML
- Optimize TensorFlow machine learning with Google Cloud TPUs
- Get to grips with operationalizing AI on GCP
- Build an end-to-end machine learning pipeline using Cloud Storage, Cloud Dataflow, and Cloud Datalab
- Build models from petabytes of structured and semi-structured data using BigQuery ML
Who this book is for
If you’re an artificial intelligence developer, data scientist, machine learning engineer, or deep learning engineer looking to build and deploy smart applications on Google Cloud Platform, you’ll find this book useful. A fundamental understanding of basic data processing and machine learning concepts is necessary. Though not mandatory, familiarity with Google Cloud Platform will help you make the most of this book.
Table of Contents
- Overview of Artificial Intelligence and Google Cloud Platform
- Computing and Processing Using GCP Components
- Building Machine Learning Applications with XGBoost
- Using Cloud AutoML
- Building a Big Data Cloud Machine Learning Engine
- Building Smart Conversational Applications Using DialogFlow
- Understanding Cloud Tensor Processing Units
- Implement TensorFlow models using Cloud Machine Learning Engine
- Building Prediction Applications using Tensorflow Models
- Building an Artificial Intelligence application
