智能计算平台应用开发(高级)

第 1章　智能计算平台应用开发概述　1
1．1　智能计算平台应用开发技能点简介　1
1．1．1　初级　1
1．1．2　中级　2
1．1．3　高级　4
1．2　智能计算平台应用开发的高级知识点概要　5
1．2．1　平台搭建　5
1．2．2　平台管理　5
1．2．3　数据管理　5
1．2．4　应用开发　6
1．3　小结　7
1．4　习题　8
第　2章 智能计算高级环境　9
2．1　IDE开发环境　9
2．1．1　PyCharm　9
2．1．2　Eclipse　20
2．2　ModelArts云上开发环境　28
2．2．1　ModelArts简介　29
2．2．2　开发环境　29
2．2．3　应用实例　35
2．3　小结　37
2．4　习题　37
第3章　平台管理　39
3．1　系统管理　39
3．1．1　配置管理　39
3．1．2　变更管理　42
3．1．3　文档管理　43
3．2　问题管理　44
3．2．1　问题管理简介　45
3．2．2　问题管理的流程　45
3．2．3　常用问题管理工具　48
3．3　重大事件管理　51
3．3．1　重大事件管理简介　51
3．3．2　重大事件管理流程　52
3．4　小结　57
3．5　习题　57
第4章　数据存储　58
4．1　分布式存储系统　58
4．1．1　分布式与集群的概念　58
4．1．2　分布式存储　59
4．2　分布式数据库　59
4．2．1　分布式数据库简介　60
4．2．2　分布式数据库构建与配置实例　71
4．3　分布式文件系统　74
4．3．1　分布式文件系统简介　75
4．3．2　分布式文件系统构建与配置实例　78
4．4　小结　82
4．5　习题　82
第5章　数据处理　83
5．1　数据预处理　83
5．1．1　数据清洗　83
5．1．2　数据合并　87
5．1．3　数据变换　88
5．2　特征工程　90
5．2．1　特征选择　90
5．2．2　特征降维　94
5．2．3　特征构造　97
5．3　小结　98
5．4　习题　98
第6章　数据备份及恢复　100
6．1　容灾备份的概念　100
6．1．1　灾难与容灾备份　100
6．1．2　常用容灾技术　101
6．2　容灾解决方案　102
6．2．1　常见容灾方案　102
6．2．2　OceanStor容灾备份示例　119
6．3　小结　124
6．4　习题　124
第7章　深度学习基础算法建模　125
7．1　深度学习概述　125
7．1．1　深度学习发展历程　125
7．1．2　深度学习应用领域　126
7．2　常见深度学习算法　127
7．2．1　全连接神经网络　127
7．2．2　卷积神经网络　131
7．2．3　循环神经网络　135
7．2．4　生成对抗网络　142
7．2．5　迁移学习　144
7．3　计算机视觉与深度学习　147
7．3．1　图像分割　147
7．3．2　图像分类　150
7．3．3　目标检测　152
7．3．4　目标跟踪　155
7．4　自然语言处理与深度学习　158
7．4．1　词向量模型　158
7．4．2　信息抽取　160
7．4．3　情感分析　164
7．4．4　语义分析　166
7．4．5　机器翻译　170
7．5　语音与深度学习　172
7．5．1　语音识别　172
7．5．2　语音合成　177
7．6　小结　179
7．7　习题　179
第8章　人工智能算法优化　180
8．1　网络优化　180
8．1．1　超参数优化　180
8．1．2　自动机器学习　183
8．2　性能优化　186
8．2．1　并行计算　186
8．2．2　混合精度训练　192
8．3　小结　195
8．4　习题　195
第9章　人工智能高级应用软件开发测试　197
9．1　智能计算软件产品开发　197
9．1．1　人工智能软件产品开发概述　197
9．1．2　软件过程模型　199
9．1．3　开发活动　203
9．2　边缘计算　205
9．2．1　边缘计算简介　206
9．2．2　智能驾驶边缘计算实例　209
9．2．3　智能边缘平台　211
9．3　高级人工智能产品测试　216
9．3．1　开销测试　216
9．3．2　安全测试　218
9．3．3　自动化测试　222
9．4　小结　223
9．5　习题　224