云计算与AI应用技术

第1章分布式计算概论 1．1分布式计算概念 1．1．1定义 1．1．2优缺点 1．2分布式计算模式介绍 1．2．1单机计算 1．2．2并行计算 1．2．3网络计算 1．2．4对等计算 1．2．5集群计算 1．2．6网格计算 1．2．7云计算 1．2．8雾计算 1．2．9边缘计算 1．2．10移动边缘计算 1．2．11移动云计算 1．2．12大数据计算 1．3经典分布式计算系统(项目) 1．3．1WWW 1．3．2SETI@home 1．3．3BOINC 1．3．4OpenStack 1．3．5Hadoop 1．3．6Spark 1．3．7Kubernetes 1．3．8其他的分布式计算系统(项目) 1．4分布式计算编程基础 1．4．1进程间通信 1．4．2Socket编程 1.5习题 1.6参考文献 第2章云计算概述与关键技术 2.1云计算概述 2．1．1云计算起源 2．1．2云计算定义 2．1．3云计算分类 2.2云计算与相关计算模式的关系 2.3云计算关键技术 2．3．1体系结构 2．3．2数据存储 2．3．3计算模型 2．3．4资源调度 2．3．5虚拟化 2.4容器云技术介绍 2．4．1容器技术原理 2．4．2容器与虚拟机技术分析比较 2.5百度云概述 2.6习题 2.7参考文献 第3章云计算架构与百度云架构 3．1谷歌云与亚马逊云架构 3．1．1谷歌云架构 3．1．2亚马逊云架构 3．2百度云架构 3．2．1百度云架构概述 3．2．2百度云调度技术 3．2．3百度云节能技术 3．3基于百度云的基础架构实践 3．3．1基于百度云实现云上弹性架构 3．3．2基于百度云快速部署Discuz论坛 3.4习题 3.5参考文献 第4章云存储技术和百度云存储 4．1存储基础知识 4．1．1网络存储 4．1．2RAID 4．1．3快照 4．1．4分级存储 4．2分布式块存储 4．3分布式文件存储 4．4分布式对象存储 4．5分布式表存储 4．6百度云存储技术及核心产品 4．6．1百度云存储产品体系 4．6．2百度云存储架构 4．6．3对象存储BOS 4．6．4云磁盘CDS 4．6．5表格存储BTS 4．6．6百度网盘 4.7习题 4.8参考文献 第5章基于云计算的大数据分析技术 5.1大数据背景与概述 5．1．1大数据产生的背景 5．1．2大数据的定义 5．1．3大数据的5V特征 5．1．4大数据发展趋势 5.2大数据处理关键技术 5．2．1大数据采集 5．2．2大数据预处理 5．2．3大数据存储及管理 5．2．4大数据分析及挖掘 5．2．5大数据展现及应用 5.3大数据计算模式 5．3．1MapReduce 5.3.2Spark 5．3．3流式计算 5.4Hadoop大数据并行计算编程实践 5．4．1Hadoop环境的搭建 5．4．2基于MapReduce程序实例(HDFS) 5．4．3基于MapReduce程序实例(HBase) 5．4．4基于Spark的程序实例 5.5百度大数据平台技术与服务 5．5．1天算平台简介 5．5．2天算平台架构与服务 5.6百度MapReduce BMR 5．6．1概述 5．6．2技术架构与原理 5．6．3定时分析日志数据实例介绍 5．6．4基于机器学习进行员工离职分析 5.7百度OLAP引擎Palo 5．7．1概述 5．7．2系统架构 5．7．3关键特性 5.8百度机器学习BML 5．8．1概述 5．8．2基于BML的应用开发案例——电影推荐 5.9习题 5.10参考文献 第6章基于云计算的AI应用技术 6.1AI技术发展概述 6．1．1人工智能技术流派发展简析 6．1．2深度学习带动当前人工智能发展 6．1．3问题和趋势展望 6.2基于深度学习的AI技术 6.3经典AI算法 6．3．1AI算法分类 6．3．2经典AI算法介绍 6．3．3经典AI算法实践 6.4百度AI技术体系与产品 6．4．1天智AI平台技术架构 6．4．2天智AI产品技术介绍 6．4．3百度开源深度学习平台PaddlePaddle 6.5百度AI应用案例 6．5．1百度AI应用开发方法 6．5．2百度人脸识别应用案例 6．5．3百度语音应用案例 6．5．4百度自然语言处理应用案例 6.6习题 6.7参考文献 第7章上云迁移技术与案例 7.1上云业务的背景 7.2云迁移技术概述 7.3上云整体流程 7.4基于百度云的站点平滑上云迁移方案 7．4．1迁移的前提条件 7．4．2数据迁移方式 7．4．3迁移方案 7．4．4迁移后续工作 7.5基于百度云的站点离线迁移方案 7．5．1迁移的前提条件 7．5．2迁移操作 7.6基于百度云BCC、RDS的Wordpress上云迁移案例 7．6．1背景介绍 7．6．2实验内容 7.7基于百度云BOS的非结构化数据迁移案例 7．7．1背景介绍 7．7．2案例内容 7.8习题 7.9参考文献 第8章基于ANN的数据中心云服务器能耗建模 8．1案例背景与需求概述 8．1．1背景介绍 8．1．2基本需求 8．2设计方案 8．2．1建模的一般流程 8．2．2数据预处理 8．2．3模型的建立及训练 8．3环境准备 8．4实现方法 8．4．1单个模型实验和分析 8．4．2对比实验和分析 8．4．3模型的开销对比 8．5总结 8.6参考文献 第9章基于BP神经网络的股票量化交易智能策略 9．1基本需求 9．2策略设计 9．2．1神经网络模型设计 9．2．2模型训练 9．2．3模型预测 9．2．4开仓操作 9．3具体实现 9．3．1神经网络的实现与训练 9．3．2数据获取 9．3．3矩阵运算 9．3．4根据预测结果进行开平仓操作 9．4运行过程 9．5总结