邊緣AI|使用嵌入式機器學習解決真實世界的問題 (AI at the Edge: Solving Real-World Problems with Embedded Machine Learning)
Daniel Situnayake, Jenny Plunkett 著 CAVEDU教育團隊 曾吉弘 譯
- 出版商: 歐萊禮
- 出版日期: 2024-02-22
- 定價: $880
- 售價: 7.9 折 $695
- 語言: 繁體中文
- 頁數: 544
- 裝訂: 平裝
- ISBN: 6263247320
- ISBN-13: 9786263247321
-
相關分類:
嵌入式系統
- 此書翻譯自: AI at the Edge: Solving Real-World Problems with Embedded Machine Learning (Paperback)
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
人月神話:軟體專案管理之道 (20 週年紀念版)(The Mythical Man-Month: Essays on Software Engineering, Anniversary Edition, 2/e)$480$379 -
TinyML|TensorFlow Lite 機器學習 : 應用 Arduino 與低耗電微控制器 (Tinyml: Machine Learning with Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers)$880$695 -
電腦視覺機器學習實務|建立端到端的影像機器學習 (Practical Machine Learning for Computer Vision: End-To-End Machine Learning for Images)$780$616 -
機器學習最強入門 - 基礎數學/機率/統計邁向AI真實數據專題實作 - 王者歸來$980$774 -
設計機器學習系統|迭代開發生產環境就緒的 ML 程式 (Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications)$780$616 -
CPU 眼裡的 C/C++$534$507 -
最強 AI 投資分析:打造自己的股市顧問機器人,股票趨勢分析×年報解讀×選股推薦×風險管理$750$593 -
Raspberry Pi 錦囊妙計|軟硬體問題與解決方案, 4/e (Raspberry Pi Cookbook: Software and Hardware Problems and Solutions, 4/e)$980$774 -
高效率 Linux 命令列學習手冊 (Efficient Linux at the Command Line: Boost Your Command-Line Skills)$580$458 -
跟 NVIDIA 學深度學習!從基本神經網路到 ......、GPT、BERT...,紮穩機器視覺與大型語言模型 (LLM) 的建模基礎$880$748 -
Staff 工程師之路|獻給個人貢獻者成長與改變的導航指南 (The Staff Engineer's Path)$580$458 -
CI/CD 安全防護大揭密:DevSecOps 最佳實踐指南$680$530 -
程式設計守則|如何寫出更好的程式碼 (The Rules of Programming: How to Write Better Code)$620$490 -
AI 神助攻!程式設計新境界 – GitHub Copilot 開發 Python 如虎添翼 : 提示工程、問題分解、測試案例、除錯$560$442 -
自動駕駛的大腦 - 車載晶片技術開發及詳解$1,200$948 -
深度學習 -- 最佳入門邁向 AI 專題實戰, 2/e$1,200$948 -
LLM 大型語言模型的絕世祕笈:27路獨步劍法,帶你闖蕩生成式 AI 的五湖四海 (iThome鐵人賽系列書)$650$507 -
機器學習的訓練資料 (Training Data for Machine Learning)$780$616 -
內行人才知道的機器學習系統設計面試指南 (Machine Learning System Design Interview)$680$537 -
AI 讀心數 - 推薦系統演算法核心程式碼精通$780$616 -
最新 AI 開發範式 - Agent 多重智慧體自動產生應用$680$537 -
AI 系統:原理與架構$1,194$1,134 -
邊緣 AI-使用 NVIDIA Jetson Orin Nano 開發具備深度學習、電腦視覺與生成式 AI 功能的 ROS2 機器人$580$458 -
$659打通 Linux 操作系統和芯片開發 -
軟體測試修練指南:我獨自升級的實戰心法(iThome鐵人賽系列書)$690$538
商品描述
邊緣AI正轉變著電腦與現實世界的互動方式,讓物聯網裝置能夠重拾先前因成本、頻寬或電力限制而被捨棄的99%感測器資料,進而做出決策。透過嵌入式機器學習等技術,開發者就能精煉人類直覺並將其部署到各種目標上,涵蓋了超低功耗微控制器到嵌入式Linux裝置。
這本實用指南為專業工程人士,包括產品經理和技術主管,提供了一個運用邊緣AI技術來解決實際工業、商業和科學問題的端對端框架。你將有機會探索從資料收集、模型最佳化再到調校測試的所有階段,學習如何設計和支援邊緣AI和嵌入式機器學習產品。邊緣AI必定會成為系統工程師的標準工具,本書中的高階路線圖可幫助你快速上手。
.奠定關於邊緣裝置的AI和ML專業知識
.了解哪些專案最適合使用邊緣AI來解決
.探索邊緣AI應用的關鍵設計模式
.學習開發AI系統的迭代工作流程
.打造一支能夠解決實際問題的團隊
.遵循負責任AI過程來製作有效的產品
「本書針對如何結合現今的AI智慧技術和嵌入式系統做了完美的介紹」
—Elecia White
《Making Embedded Systems》書籍作者與Embedded數位廣播節目主持人
「任何剛踏入這個新興領域的人都會受益於本書所提供的深刻見解和清晰思緒」
—Aurélien Geron
曾任YouTube自動影片分類小組主管與暢銷書作家
「我可以想像這本書被大家當作參考書來反覆查找」
—Fran Baker
Arm永續與社會影響力部門主任
<序>
---作者Daniel、Jenny專文推薦給中文版讀者的話---
Dear Reader,
we’re incredibly happy to share the Traditional Chinese edition of the book. We know this translation will be read by many brilliant, visionary people who will go on to build wonderful things.
We’d like to extend our warmest gratitude to Dr.David Tseng from CAVEDU Education for the translation you are reading. David is a passionate ambassador for edge AI, and it’s been a privilege to work with him on this project.
We hope you enjoy the book!
作者簡介
Daniel Situnayake是Edge Impulse的機器學習部門主管,負責嵌入式機器學習的研發工作。
Jenny Plunkett是Edge Impulse的資深開發者關係工程師,同時也是一位技術講者、開發者傳教士和技術內容創作者。
目錄大綱
前言
第1章 邊緣AI簡介
定義關鍵詞彙
為什麼需要邊緣AI
第2章 真實世界中的邊緣AI
邊緣AI 的常見使用案例
應用類型
以負責任的態度來開發應用
第3章 邊緣AI 的各種硬體
感測器、訊號與資料來源
邊緣AI 處理器
第4章 邊緣AI 演算法
特徵工程
AI 演算法
第5章 工具和專業知識
建立邊緣AI 開發團隊
產業工具
第6章 理解和界定問題
邊緣AI 工作流程
我需要邊緣AI 嗎
確定可行性
第7章 如何建立資料集
資料集長什麼樣子
理想的資料集
資料集和領域專業知識
資料、倫理和負責任的 AI
以資料為中心的機器學習
估算資料需求
取得資料
儲存與取得資料
確保資料品質
準備資料
隨著時間建立資料集
第8章 設計邊緣AI 應用程式
產品和體驗設計
架構設計
考慮設計中的各種選項
第9章 開發邊緣AI 應用程式
邊緣AI 的迭代式開發工作流程
總結
第10章 評估、部署和支援邊緣AI 應用程式
評估邊緣AI 系統
部署邊緣AI 應用程式
支援邊緣AI 應用
第11章 案例:野生動物監測系統
探索問題
探索解決方案
設定目標
設計解決方案
蒐集資料集
DSP 和機器學習工作流程
測試模型
部署
迭代和回饋循環
AI 造福世界
相關成果
第12章 使用案例:食品品質保證
探索問題
探索解決方案
設定目標
設計解決方案
蒐集資料集
DSP 和機器學習工作流程
測試模型
部署
迭代和回饋循環
相關成果
第13章 使用案例:消費性產品使用案例-消費性產品
探索問題
設定目標
設計解決方案
蒐集資料集
DSP 和機器學習工作流程
測試模型
部署
迭代和回饋循環
相關成果
索引









