0人評分過此書
Microsoft Azure AI 認知服務基礎必修課：使用C#（含MCF AI-900國際認證模擬試題）
內容簡介:體貼初學者學習Azure AI認知服務的流程!
AI認知服務功能介紹 ->認知服務申請 ->語法解說 ->AI範例實作
■ 內容涵蓋MCF AI-900人工智慧基礎國際認證知識與開發實作
人工智慧工作負載與負責任AI、Azure電腦視覺功能、Azure自然語言處理功能、Azure交談式AI功能、Azure機器學習原理。
■ 專家與教師共同執筆
由微軟AI + Developer 雙領域 MVP與科技大學教師共同編著，針對目前初學者學習Azure人工智慧領域所應具備的基本素養，所編寫入門教材，內容由淺入深，以引發學習動機為最主要考量，帶領初學者靈活運用Azure AI認知服務進行開發AI應用程式。
■ 內容多元且淺顯易懂
對AI認知服務的理論做深入淺出的說明，同時廣泛列舉AI認知服務的應用實例，並使用適當的插圖和圖表，說明AI技術的原理和實際運作方案，讓初學者對AI更進一步的認識。
■ AI認知服務開發技能
規劃了實用的入門開發實作，以培養初學者規劃AI解決方案的能力。包含：電腦視覺、OCR光學字元辨識、自訂視覺、臉部分析與辨識、語言偵測、文字情感分析、LUIS語言理解、翻譯工具、機器學習分類、迴歸和叢集模型的實作範例；且對Azure AI認知服務開發實作的程式碼有詳盡的說明，培養初學者開發AI應用程式的能力。
■ MFC AI-900人工智慧基礎國際認證能力訓練
認證考試重點融入教材中，讀者能藉由練習來了解該章內容重點，同時書末整理MCF AI-900核心能力國際認證模擬試題，進而順利通過認證考試，本書亦是考取MCF AI-900人工智慧基礎國際認證的最佳教材。
AI認知服務功能介紹 ->認知服務申請 ->語法解說 ->AI範例實作
■ 內容涵蓋MCF AI-900人工智慧基礎國際認證知識與開發實作
人工智慧工作負載與負責任AI、Azure電腦視覺功能、Azure自然語言處理功能、Azure交談式AI功能、Azure機器學習原理。
■ 專家與教師共同執筆
由微軟AI + Developer 雙領域 MVP與科技大學教師共同編著，針對目前初學者學習Azure人工智慧領域所應具備的基本素養，所編寫入門教材，內容由淺入深，以引發學習動機為最主要考量，帶領初學者靈活運用Azure AI認知服務進行開發AI應用程式。
■ 內容多元且淺顯易懂
對AI認知服務的理論做深入淺出的說明，同時廣泛列舉AI認知服務的應用實例，並使用適當的插圖和圖表，說明AI技術的原理和實際運作方案，讓初學者對AI更進一步的認識。
■ AI認知服務開發技能
規劃了實用的入門開發實作，以培養初學者規劃AI解決方案的能力。包含：電腦視覺、OCR光學字元辨識、自訂視覺、臉部分析與辨識、語言偵測、文字情感分析、LUIS語言理解、翻譯工具、機器學習分類、迴歸和叢集模型的實作範例；且對Azure AI認知服務開發實作的程式碼有詳盡的說明，培養初學者開發AI應用程式的能力。
■ MFC AI-900人工智慧基礎國際認證能力訓練
認證考試重點融入教材中，讀者能藉由練習來了解該章內容重點，同時書末整理MCF AI-900核心能力國際認證模擬試題，進而順利通過認證考試，本書亦是考取MCF AI-900人工智慧基礎國際認證的最佳教材。
-
第1章 Microsoft Azure AI 基本概念：使用人工智慧的開始
-
1.1 人工智慧簡介
-
1.2 Microsoft Azure AI 簡介
-
1.2.1 視覺 API (Vision APIs)
-
1.2.2 語音 API (Speech APIs)
-
1.2.3 語言API (Language APIs)
-
1.2.4 決策API (Decision APIs)
-
1.2.5 機器學習 (Azure Machine Learning)
-
-
1.3 模擬試題
-
-
第2章 負責任的AI
-
2.1 AI 造成的道德和社會問題
-
2.2 了解負責任的AI
-
2.3 申請Azure 帳戶
-
2.3.1 Azure 帳戶方案
-
2.3.2 申請Azure 帳戶
-
-
2.4 模擬試題
-
-
第3章 探索電腦視覺(一)電腦視覺分析
-
3.1 電腦視覺簡介
-
3.2 電腦視覺服務
-
3.2.1 電腦視覺影像分析功能
-
3.2.2 電腦視覺服務線上體驗
-
-
3.3 開發環境與必要條件
-
3.4 電腦視覺影像描述開發實作
-
3.4.1 影像描述開發步驟
-
3.4.2 影像描述範例實作
-
3.4.3 影像分析開發步驟
-
3.4.4 影像分析範例實作
-
-
3.5 模擬試題
-
-
第4章 探索電腦視覺(二)OCR 與表單辨識器
-
4.1 光學字元識別 (OCR)
-
4.1.1 OCR 的使用範例
-
4.1.2 傳統OCR 的辨識流程
-
4.1.3 傳統OCR 與深度學習OCR
-
4.1.4 OCR 的實用案例
-
-
4.2 Azure 電腦視覺認知服務讀取文字
-
4.3 表單辨識器
-
4.3.1 表單辨識器的建置模型
-
-
4.4 電腦視覺讀取影像文字開發實作
-
4.4.1 Read API 讀取影像文字開發步驟
-
4.4.2 讀取影像文字範例實作
-
-
4.5 模擬試題
-
-
第5章 探索電腦視覺(三)自訂視覺
-
5.1 自訂視覺簡介
-
5.2 影像分類
-
5.2.1 電腦如何進行影像分類
-
5.2.2 影像分類的用途
-
-
5.3 在Azure 使用影像分類
-
5.3.1 蒐集相關特性的影像群組
-
5.3.2 建立物件偵測功能的自訂視覺服務模型
-
-
5.4 物件偵測
-
5.5 在Azure 使用物件偵測
-
5.5.1 蒐集相關特性的影像群組
-
5.5.2 建立物件偵測功能的自訂視覺服務模型
-
-
5.6 自訂視覺範例實作
-
5.6.1 自訂視覺服務呼叫
-
5.6.2 自訂視覺範例實作(一)-取得偵測影像JSON 字串
-
5.6.3 自訂視覺範例實作(二)-解析偵測影像JSON 字串
-
-
5.7 模擬試題
-
-
第6章 探索電腦視覺(四)臉部服務
-
6.1 臉部服務簡介
-
6.2 臉部偵測
-
6.3 臉部分析
-
6.4 臉部辨識
-
6.5 臉部服務開發實作
-
6.5.1 臉部服務開發步驟
-
6.5.2 臉部偵測範例實作
-
6.5.3 臉部屬性分析實作
-
6.5.4 臉部驗證開發步驟
-
6.5.5 臉部驗證實作
-
-
6.6 模擬試題
-
-
第7章 探索自然語言處理(一)文字分析
-
7.1 自然語言處理簡介
-
7.2 自然語言處理
-
7.3 使用語言服務分析文字
-
7.3.1 語言服務功能
-
7.3.2 語言分析技術
-
7.3.3 語言分析服務
-
-
7.4 文字分析開發實作
-
7.4.1 文字分析開發步驟
-
7.4.2 語言偵測範例實作
-
7.4.3 文字情感分析實作
-
-
7.5 模擬試題
-
-
第8章 探索自然語言處理(二)對話式AI
-
8.1 對話式AI 簡介
-
8.2 問題與解答對話系統
-
8.2.1 QnA Maker
-
8.2.2 問題與解答
-
-
8.3 使用對話語言理解建立語言模型
-
8.4 使用對話語言理解
-
8.5 Azure 機器人服務
-
8.6 Language Understanding 開發實作
-
8.6.1 LUIS 開發步驟
-
8.6.2 建立LUIS App 服務
-
8.6.3 呼叫LUIS 服務(一)-取得語言理解JSON 字串
-
8.6.4 呼叫LUIS 服務(二)-解析語言理解
-
-
8.7 模擬試題
-
-
第9章 探索自然語言處理(三)語音與翻譯
-
9.1 語音辨識與語音合成
-
9.2 語音辨識與語音合成
-
9.2.1 語音轉換文字 API
-
9.2.2 文字轉換語音API
-
-
9.3 文字翻譯
-
9.3.1 直譯與意譯
-
9.3.2 文字和語音翻譯
-
-
9.4 翻譯服務功能介紹
-
9.5 文字翻譯開發實作
-
9.5.1 文字翻譯開發步驟
-
9.5.2 文字翻譯範例實作(一)-取得翻譯JSON 字串
-
9.5.3 文字翻譯範例實作(二)-解析翻譯語言結果
-
-
9.6 模擬試題
-
-
第10章 Azure 機器學習基本原理
-
10.1 機器學習簡介
-
10.2 機器學習的工作流程
-
10.3 機器學習的模型
-
10.3.1 監督式學習
-
10.3.2 非監督式學習
-
10.3.3 半監督式學習
-
10.3.4 增強學習
-
-
10.4 分類模型
-
10.4.1 分類模型簡介
-
10.4.2 分類模型常用的演算法
-
10.4.3 評估分類模型常用的指標
-
-
10.5 迴歸模型
-
10.5.1 迴歸模型簡介
-
10.5.2 迴歸模型常用的演算法
-
10.5.3 評估迴歸模型常用的指標
-
-
10.6 叢集模型
-
10.6.1 叢集模型簡介
-
10.6.2 叢集歸模型常用的演算法
-
-
10.7 模擬試題
-
-
第11章 Azure 機器學習實作
-
11.1 Azure 機器學習服務簡介
-
11.1.1 Azure 機器學習服務
-
11.1.2 Azure 機器學習方案的生命週期
-
11.1.3 使用Azure ML 設計工具開發模型流程
-
11.1.4 如何建立Azure 機器學習服務工作區
-
-
11.2 Azure 機器學習設計工具的工作流程
-
11.2.1 Azure 機器學習設計工具功能
-
11.2.2 Azure 機器學習設計工具環境
-
11.2.3 Azure 機器學習的管線簡介
-
11.2.4 使用設計工具建立模型管線的工作流程
-
-
11.3 使用Azure 機器學習設計工具建立模型
-
11.3.1 資料集結構介紹
-
11.3.2 建立分類模型操作步驟
-
11.3.3 建立迴歸模型操作步驟
-
11.3.4 建立叢集模型操作步驟
-
-
11.4 模擬試題
-
- 附錄A MCF AI-900 人工智慧基礎國際認證模擬試題
- 出版地 ： 臺灣
- 語言 ： 繁體中文
評分與評論
請登入後再留言與評分
PDF
PDF
PDF
PDF
PDF
