Swift人工智能实战：从基础理论到AI驱动的应用程序开发

作品简介

本书从实战角度出发，为所有程序员和开发人员提供了使用Swift进行AI和机器学习开发的一站式服务。全书分为三部分：di一部分介绍机器学习和人工智能背后的基础知识；第二部分讨论许多有趣的主题，包括计算机视觉、音频、运动和语言；第三部分详细研究为第二部分的应用程序提供支持的技术。

Mars Geldard是来自澳大利亚塔斯马尼亚州的研究者和计算机科学家。

Jonathon Manning是Secret实验室的联合创始人兼技术主管，该实验室位于澳大利亚塔斯马尼亚州，已成立十几年了。

Paris Buttfield-Addison是计算机科学家和历史学家，也是Secre实验室的联合创始人和产品研发负责人。

Tim Nugent是移动应用程序开发者、游戏设计师和计算机研究者。

作品目录

• O’Reilly Media, Inc.介绍
• 本书赞誉
• 译者序
• 前言
• 本书资源
• 受众与方法
• 本书结构
• 使用本书
• 重要任务
• 排版约定
• 示例代码
• O’Reilly在线学习平台（O’Reilly Online Learning）
• 如何联系我们
• 致谢
• 第一部分 基础知识和工具
• 第1章 人工智能！？
• 1.1　Swift人工智能实战以及Python
• 1.2　为何选择Swift
• 1.3　什么是AI，它能做什么
• 1.4　实用AI任务
• 1.5　典型的基于任务的方法
• 第2章 AI工具
• 2.1　为什么采用自顶向下的方法
• 2.2　优秀AI的优秀工具
• 2.3　来自苹果的工具
• 2.4　其他工具
• 2.5　AI相邻工具
• 2.6　下一步
• 第3章 寻找或构建数据集
• 3.1　规划和识别目标数据
• 3.2　寻找数据集
• 3.3　构建数据集
• 3.4　准备数据集
• 3.5　苹果的模型
• 第二部分 任务
• 第4章 视觉
• 4.1　实用AI与视觉
• 4.2　任务：人脸检测
• 4.3　任务：条形码检测
• 4.4　任务：显著性检测
• 4.5　任务：图像相似度
• 4.6　任务：图像分类
• 4.7　任务：绘图识别
• 4.8　任务：风格分类
• 4.9　下一步
• 第5章 音频
• 5.1　实用AI与音频
• 5.2　任务：语音识别
• 5.3　任务：声音分类
• 5.4　下一步
• 第6章 文本和语言
• 6.1　实用AI与文本和语言
• 6.2　任务：语言识别
• 6.3　任务：命名实体识别
• 6.4　任务：词形还原、标注、分词
• 6.5　任务：情感分析
• 6.6　任务：自定义文本分类器
• 6.7　下一步
• 第7章 运动和手势
• 7.1　实用AI与运动和手势
• 7.2　任务：行为识别
• 7.3　任务：绘图手势分类
• 7.4　任务：行为分类
• 7.5　任务：通过AI使用增强现实
• 7.6　下一步
• 第8章 增强
• 8.1　实用AI与增强
• 8.2　任务：图像风格转换
• 8.3　任务：文本生成
• 8.4　任务：用GAN生成图像
• 8.5　任务：电影推荐
• 8.6　任务：回归预测
• 8.7　下一步
• 第9章 功能之外
• 9.1　任务：安装Swift for TensorFlow
• 9.2　任务：在Swift中使用Python
• 9.3　任务：使用Swift for TensorFlow训练分类器
• 9.4　任务：使用CoreML社区工具
• 9.5　任务：在设备上更新模型
• 9.6　任务：在设备上下载模型
• 9.7　下一步
• 第三部分 展望
• 第10章 AI和ML方法
• 10.1　术语
• 10.2　分类
• 10.3　聚类
• 10.4　下一步
• 第11章 探索底层
• 11.1　深入了解CoreML
• 11.2　视觉
• 11.3　音频
• 11.4　文本和语言
• 11.5　推荐
• 11.6　预测
• 11.7　文本生成
• 11.8　生成
• 11.9　CoreML的未来
• 11.10　下一步
• 第12章 绝知此事要躬行
• 12.1　在CoreML的魔法背后
• 12.2　任务：构建XOR
• 12.3　代码
• 12.4　训练
• 12.5　下一步
• 作者简介
• 封面简介