کتاب Embedded AI

کتاب Embedded AI

اثر David Such

category

بر اساس سطح علمی

متوسط

category

نوع محتوای کتاب

مبتنی بر پروژه

category

هدف یادگیری

حل مسئله عملی

category

نوع مسیر

پروژه محور

category

بر اساس تکنولوژی

هوش مصنوعی

category

مورد استفاده

هوش مصنوعی / یادگیری ماشین

info نکات مهم قبل از خرید:

  • نسخه کتاب فعلی به زبان لاتین می‌باشد.
  • کتاب به صورت محصول می‌باشد و پس از خرید بلافاصله در دسترس شما قرار می‌گیرد.
  • قبل از خرید، قسمت توضیحات تکمیلی مربوط به هر کتاب را مطالعه کنید.
  • در صورت هرگونه سؤال با ایمیل و یا شماره پشتیبانی سایت در تماس باشید.
  • درگاه پرداخت رمزارز نیز برای هموطنان خارج از کشور فعال است.

درباره این کتاب

کتاب Embedded AI: Intelligence at the Deep Edge (هوش مصنوعی تعبیه‌شده: هوشمندی در لبهٔ ژرف) نوشتهٔ دیوید ساچ، یک راهنمای عملی و پروژه‌محور برای طراحی، آموزش و استقرار هوش مصنوعی به‌طور مستقیم روی سخت‌افزارهای جاسازی‌شده است. کتاب Embedded AI که برای توسعه‌دهندگان Embedded، متخصصان یادگیری ماشین و سازندگان محصولات الکترونیکی مناسب است، با بیش از ۲۵ پروژهٔ عملی، مباحثی از طراحی مدار و حسگرها تا پیاده‌سازی الگوریتم‌های پیشرفته مانند شبکه‌های…

۱۴۰,۰۰۰ تومان

کتاب‌های پیشنهادی این تخصص:

کتاب‌های پیشنهادی این دسته‌بندی:

نظرات کاربران

تجربیات خود را از خواندن این کتاب با دیگران به اشتراک بگذارید.

امتیاز کل
star star star star star
از 0 نظر

ثبت نظر جدید

دیدگاهتان را بنویسید

هنوز دیدگاهی ثبت نشده است.

کتاب Embedded AI: Intelligence at the Deep Edge (هوش مصنوعی تعبیه‌شده: هوشمندی در لبهٔ ژرف) نوشتهٔ دیوید ساچ، یک راهنمای عملی و پروژه‌محور برای طراحی، آموزش و استقرار هوش مصنوعی به‌طور مستقیم روی سخت‌افزارهای جاسازی‌شده است.

کتاب Embedded AI که برای توسعه‌دهندگان Embedded، متخصصان یادگیری ماشین و سازندگان محصولات الکترونیکی مناسب است، با بیش از ۲۵ پروژهٔ عملی، مباحثی از طراحی مدار و حسگرها تا پیاده‌سازی الگوریتم‌های پیشرفته مانند شبکه‌های عصبی کانولوشنی (CNN)، شبکه‌های عصبی بازگشتی (RNN) و شبکه‌های مولد تخاصمی (GAN) را بر روی بردهایی مانند آردوینو و رزبری پای پیکو پوشش می‌دهد.

در ادامه مقدمه‌ای از کتاب Embedded AI را از زبان نویسنده شرح خواهیم داد.

مقدمه‌ای بر کتاب Embedded AI:

«من که به نوبه‌ی خود، اربابان کامپیوتری جدیدمان را خوش‌آمد می‌گویم.»
—کن جنینگز، پس از شکست در برابر وواتسونِ شرکت IBM در مسابقه‌ی جپردی! در سال ۲۰۱۱
ما در میانه‌ی تحولی قرار داریم که روی همه‌ی افراد تأثیر خواهد گذاشت. انقلاب هوش مصنوعی (AI) یکی از نقطه‌عطف‌های مسیر دانش بشر است و تبریک می‌گویم، شما صندلی ردیف جلو را در اختیار دارید.
در طول تاریخ، معدود پیشرفت‌هایی شیوه‌ی زندگی ما را به بنیادین‌ترین شکل ممکن بازآفرینی کرده‌اند. ما با کوبیدن سنگ‌ها به یکدیگر شروع کردیم و از آنجا آتش، کشاورزی و فلزکاری پدید آمد. هر کدام از آن‌ها همه‌ی رویدادهای پس از خود را دگرگون ساختند.
هزاران سال به جلو می‌رویم؛ جایی که انقلاب صنعتی، بهره‌وری را به شدت شتاب بخشید. سپس همه‌چیز تغییر کرد: پیشرفت از حوزه‌ی فیزیکی به سمت اطلاعات حرکت کرد؛ همه‌چیز حول محور داده و ارتباطات می‌چرخید. ماشین‌های چاپ، الکتریسیته و اینترنت، دانش را همگانی (دموکراتیزه) کردند و پیش‌شرط‌های جهش بزرگ بعدی را رقم زدند. فاصله‌ی زمانی میان این نقطه‌عطف‌ها با روندی نمایی رو به کاهش بوده است؛ از هزاران سال به قرن‌ها، دهه‌ها و اکنون به سال‌ها رسیده است. بیشتر مردم زمانی که هوش مصنوعی فرا برسد آماده نخواهند بود، اما به هر حال این تغییر در راه است.
هوش مصنوعی نخستین اختراعی است که در مقابل، از ما استفاده می‌کند. پاسخ می‌دهد، تطبیق می‌یابد، یاد می‌گیرد و روز‌به‌روز بیشتر دست به انتخاب می‌زند. تا به امروز هرگز چنین فرصتی برای انسان‌ها فراهم نشده بود تا یاد بگیرند، نوآوری کنند و به طور فعال در مرزهای کشف بشری سهیم شوند.
هیجان‌انگیزترین بخش این مرز، لبه (edge) است؛ جایی که سخت‌افزار با دنیای فیزیکی تلاقی می‌کند و هوش تعبیه‌شده مستقیماً با واقعیت تعامل دارد. این همان جایی است که کار دشوار می‌شود: دستگاه‌های هوشمندی که در زمان واقعی پاسخ می‌دهند، با بودجه‌های حافظه‌ی بسیار محدود اجرا می‌شوند و هیچ ابری (Cloud) برای پشتیبانی ندارند.
در کتاب Embedded AI، اصول لازم برای کار در لبه را بررسی خواهید کرد و یاد می‌گیرید که چگونه سیستم‌های تعبیه‌شده‌ی مقاوم و بهینه‌سازی‌شده برای مدیریت منابع محدود را طراحی کنید. کمربندها را ببندید!
کتاب Embedded AI در سه بخش سازمان‌دهی شده است.
بخش اول: مبانی هوش مصنوعی تعبیه‌شده
بخش 1 کتاب Embedded AI
  • فصل ۱: مسیر هوش مصنوعی تعبیه‌شده مفاهیم کلیدی هوش و توسعه‌ی هوش مصنوعی را معرفی می‌کند، با تمرکز بر اینکه چگونه محدودیت‌های منابع، محیط و ویژگی‌های خاص وظایف، سیستم‌های دنیای واقعی را شکل می‌دهند. این فصل از کتاب Embedded AI اثبات می‌کند که هوش مصنوعی تعبیه‌شده اساساً درباره‌ی مهندسی هوش تحت محدودیت است و شالوده‌ی پروژه‌های بعدی را پی‌ریزی می‌کند.
  • فصل ۲: مبانی سیستم‌های تعبیه‌شده بررسی می‌کند که سیستم‌های تعبیه‌شده چیستند، چرا ساختن آن‌ها دشوار است و چه اصولی برای طراحی موفقیت‌آمیز آن‌ها نیاز است.
  • فصل ۳: یادگیری ماشین کاربردی در پروژه‌های تعبیه‌شده شالوده‌ای از مفاهیم و تکنیک‌های یادگیری ماشین (ML)، از جمله دو پروژه برای تخمین وضعیت شارژ باتری را ارائه می‌دهد.
  • فصل ۴: یادگیری عمیق روش‌های یادگیری عمیق مانند شبکه‌های عصبی کانولوشن (CNN)، بازگشتی (RNN) و مولد مخاصمه (GAN) را معرفی می‌کند، همراه با پروژه‌های کاربردی از تشخیص افراد گرفته تا تولید موسیقی با هوش مصنوعی.
  • فصل ۵: تحلیل اکتشافی داده‌ها نشان می‌دهد که چگونه کیفیت داده‌ها اثربخشی هوش مصنوعی را تعیین می‌کند و ابزارهایی برای پاکسازی، مصورسازی و مهندسی داده‌های آموزشی بهتر ارائه می‌دهد.
بخش دوم: کار با حسگرها و داده‌ها
بخش 2 کتاب Embedded AI
  • فصل ۶: حسگرهای هوشمند هوش حسگر، محدودیت‌ها و حسگری تطبیقی را با مثال‌های عملی مانند حسگری فشرده (compressed sensing) و تشخیص جهت‌گیری معرفی می‌کند.
  • فصل ۷: پیش‌پردازش داده‌های IMU نحوه تبدیل داده‌های خام واحد اندازه‌گیری اینرسی (IMU) به زوایای جهت‌گیری قابل استفاده را توضیح می‌دهد، همراه با پروژه‌هایی که غلتش (roll)، پیچش (pitch)، yaw و مکان‌یابی مرده (dead reckoning) را محاسبه می‌کنند.
  • فصل ۸: ترکیب حسگرها نشان می‌دهد که چگونه ترکیب چندین خوانش حسگر پرنویز می‌تواند تخمین‌های دقیقی از جهت‌گیری تولید کند، از جمله پیاده‌سازی فیلترهای مکمل، کواترنیون و کالمن.
بخش سوم: ساخت سیستم‌های کامل
بخش 3 کتاب Embedded AI
  • فصل ۹: یادگیری ماشین حسگر نشان می‌دهد که چگونه می‌توان یادگیری ماشین را روی داده‌های ترکیبی حسگرها اعمال کرد تا الگوها و رفتارها در سیستم‌های تعبیه‌شده بلادرنگ تشخیص داده شوند.
  • فصل ۱۰: حذف نویز صوتی بلادرنگ از یک شبکه عصبی بازگشتی برای فیلتر کردن ورودی میکروفون و بهبود وضوح گفتار روی دستگاه استفاده می‌کند که با یک طیف‌نگار زنده مصورسازی شده است.
  • فصل ۱۱: ساخت یک سینث‌سایزر MIDI با هوش مصنوعی ورودی‌های حساس به لمس، تکنیک‌های موسیقی رویه‌ای و ملودی‌های تولیدشده با هوش مصنوعی را ترکیب می‌کند تا یک سینث‌سایزر MIDI روی سخت‌افزار تعبیه‌شده بسازد.
  • فصل ۱۲: ساخت موتور تشخیص کلمه کلیدی (Hot Word) فرآیند ساخت یک سیستم فعال‌سازی صوتی سفارشی را برای دستگاه‌های کم‌مصرف با استفاده از برد Nicla Voice و Edge Impulse گام‌به‌گام توضیح می‌دهد.
  • فصل ۱۳: ساخت مانیتور باتری آردوینو و سپرهای ثبت داده (Data Logging Shields) یک سیستم مدیریت باتری کامل، از سنجش ولتاژ/جریان گرفته تا بار قابل برنامه‌ریزی و ثبت داده‌ها را می‌سازد که آماده‌ی آموزش مدل یادگیری ماشین است.
  • مؤخره: به کجا می‌رویم؟ بینش‌های کلیدی کتاب Embedded AI را خلاصه می‌کند و به آینده‌ی هوش مصنوعی تعبیه‌شده نگاهی می‌اندازد، از جمله نگاهی اجمالی به رویکرد لایه‌های اولیه (primal layers) برای هوش تجسديافته (embodied intelligence) در لبه (edge).
  • منابع شامل تمام منابع ضروری، مجموعه‌داده‌های متن‌باز، برگه اطلاعات مرجع (datasheets) و لینک‌های خارجی کلیدی استفاده‌شده در کتاب Embedded AI است.

کتاب Embedded AI برای چه کسانی است؟

این کتاب برای مهندسان، سازندگان، دانشجویان و علاقه‌مندان به مباحث فنی نوشته شده است که می‌خواهند یادگیری ماشین و هوش مصنوعی را به لبه (edge) بیاورند. اگر در حال ساخت حسگرهای هوشمند، رباتیک هوشمند، پهپادها یا پروژه‌های هوش مصنوعی مبتنی بر میکروکنترلر هستید، در جای درست قرار دارید.
ما تلاش می‌کنیم تعادلی میان راهنمای ساده‌ی مبتدیان و پایان‌نامه‌های آکادمیک بسیار فنی برقرار کنیم. محتوا بر درک مفاهیم و اصول زیربنایی تأکید دارد؛ یعنی نه تنها دستورالعمل‌ها را ارائه می‌دهد، بلکه استدلال پشت تصمیم‌های طراحی و مفاهیم فنی را نیز توضیح می‌دهد. کتاب Embedded AI برای کسانی است که یادگیری عملی و تجربی از طریق کاربردهای دنیای واقعی را ترجیح می‌دهند.
کتاب Embedded AI طیف وسیعی از موضوعات، از جمله آمار، نظریه شناختی، الکترونیک، برنامه‌نویسی و سیستم‌های کنترل را پوشش می‌دهد. این رویکرد میان‌رشته‌ای برای یادگیرندگان رشته‌های STEM ایده‌آل است. همچنین برای جامعه‌ی کاربران آردوینو و رزبری پای مفید است — به‌ویژه اگر از پروژه‌های سطح مبتدی عبور کرده‌اید و به دنبال راهنماهای چالش‌برانگیزتر و جامع‌تری هستید. ممکن است در پروژه‌های ساده تجربه داشته باشید و بخواهید برنامه‌های پیچیده‌تری را با استفاده از تکنیک‌های یادگیری ماشین کاوش کنید.
برخی از درک اولیه‌ی الکترونیک و برنامه‌نویسی فرض شده است، اما هیچ تجربه قبلی با یادگیری ماشین لازم نیست. نیازی نیست یک مهندس متخصص تعبیه‌شده باشید، اما باید بتوانید فریم‌ور را روی یک ریزپردازنده کامپایل و مستقر (deploy) کنید. آشنایی با شماتیک‌های الکترونیکی نیز مفید خواهد بود.
کتاب Embedded AI یک راهنمای مقدماتی عمومی درباره‌ی هوش مصنوعی نیست. متن‌های عالی زیادی وجود دارند که تئوری هوش مصنوعی را بررسی می‌کنند. تمرکز ما محدودتر و عملی‌تر است: چگونه قابلیت‌های هوشمند را روی سخت‌افزار تعبیه‌شده با محدودیت منابع طراحی، ساخت و مستقر کنیم. مفاهیم هوش مصنوعی به اندازه‌ای که برای پیاده‌سازی سیستم‌های کاربردی مورد نیاز است، ارائه می‌شوند. هدف، بررسی کل حوزه هوش مصنوعی نیست، بلکه تجهیز شما به ابزاری است تا بتوانید دستگاه‌های تعبیه‌شده‌ای بسازید که هوشمندانه رفتار کنند.

سرفصل‌های کتاب Embedded AI:

  • Cover Page
  • Title Page
  • Copyright Page
  • About the Author
  • About the Technical Reviewer
  • BRIEF CONTENTS
  • CONTENTS IN DETAIL
  • ACKNOWLEDGMENTS
  • INTRODUCTION
  • PART I: FOUNDATIONS OF EMBEDDED AI
    • 1 THE PATH TO EMBEDDED AI
    • 2 THE BASICS OF EMBEDDED SYSTEMS
    • 3 APPLIED MACHINE LEARNING IN EMBEDDED PROJECTS
    • 4 DEEP LEARNING
    • 5 EXPLORATORY DATA ANALYSIS
  • PART II: WORKING WITH SENSORS AND DATA
    • 6 SMART SENSORS
    • 7 IMU DATA PREPROCESSING
    • 8 SENSOR FUSION
  • PART III: BUILDING COMPLETE SYSTEMS
    • 9 SENSOR MACHINE LEARNING
    • 10 REAL-TIME AUDIO NOISE SUPPRESSION
    • 11 BUILD AN AI MIDI SYNTHESIZER
    • 12 BUILD A HOT WORD DETECTION ENGINE
    • 13 BUILD ARDUINO BATTERY MONITOR AND LOGGING SHIELDS
  • EPILOGUE: WHERE DO WE GO NEXT?
  • LIST OF PROJECTS
  • RESOURCES
  • INDEX

جهت دانلود کتاب Embedded AI می‌توانید پس از پرداخت، دریافت کنید.