●項目一 數據分析
學習目標
學習路徑
任務描述
任務技能
技能點一 數據分析概述
技能點二 基於Numpy分析
技能點三 基於Pandas分析
任務實施
任務總結
英語角
任務習題
項目二 機器學習庫Sklearn
學習目標
學習路徑
任務描述
任務技能
技能點一 機器學習概述
技能點二 數據集與數據處理
技能點三 模型訓練與模型評估
技能點四 模型保存與加載
任務實施
任務總結
英語角
任務習題
項目三 機器學習並行訓練
學習目標
學習路徑
任務描述
任務技能
技能點一 並行的機器學習算法
技能點二 Spark MLlib
技能點三 Spark MLlib訓練優化
任務實施
任務總結
英語角
任務習題
項目四 深度學習入門
學習目標
學習路徑
任務描述
任務技能
技能點一 深度學習概述
技能點二 常用深度學習框架
技能點三 PyTorch基礎
技能點四 神經網絡概述
任務實施
任務總結
英語角
任務習題
項目五 深度學習進階
學習目標
學習路徑
任務描述
任務技能
技能點一 卷積神經網絡
技能點二 循環神經網絡
技能點三 其他神經網絡
技能點四 PyTorch模塊詳解
任務實施
任務總結
英語角
任務習題
項目六 GPU計算
學習目標
學習路徑
任務描述
任務技能
技能點一 GPU介紹
技能點二 GPU並行計算
技能點三 GPU資源共享與隔離
任務實施
任務總結
英語角
任務習題
項目七 容器編排工具及Kubernetes
學習目標
學習路徑
任務描述
任務技能
技能點一 容器編排工具概述
技能點二 Kubernetes架構及組件
技能點三 Kubernetes部署
任務實施
任務總結
英語角
任務習題
本書從人工智能繫統平臺環境部署為主線講解了人工智能的概念以及人工智能平臺環境的部署,主要涉及Linux繫統安裝、GPU環境配置、Python環境配置、人工智能基礎概念、Hadoop環境部署、數據庫部署、Docker部署、集群的部署和維護等知識。全書知識點的講解由淺入深,使每一位讀者都能有所收獲,也保持了整本書的知識深度。本書主要涉及八個項目,即基礎環境搭建、人工智能平臺知識基礎、分布式計算原理及Hadoop部署、數據庫基礎知識、容器知識基礎、容器管理工具及Kubernetes部署、人工智能平臺實施、人工智能平臺監控與維護,嚴格按照生產環境中的操作流程對知識體繫進行編排。使用循序漸進的方式從Linux繫統安裝、GPU配置一直到相關服務的部署等知識進行講解。