基本信息
- 作者： [澳]马尔斯·吉尔达德（Mars Geldard） 乔纳森·曼宁（Jonathon Manning） 帕里斯·巴特菲尔德-艾迪生（Paris Buttfield-Addison） 蒂姆·纽金特（Tim Nugent）
- 丛书名： O’Reilly精品图书系列
- 出版社：机械工业出版社
- ISBN：9787111675389
- 上架时间：2021-2-20
- 出版日期：2021 年2月
- 开本：16开
- 页码：416
- 版次：1-1
- 所属分类：计算机 > 人工智能 > 综合
内容简介
目录
前言1
第一部分 基础知识和工具7
第1章 人工智能！ 9
1.1 Swift人工智能实战以及Python9
1.2 为何选择Swift12
1.3 什么是AI，它能做什么15
1.4 实用AI任务21
1.5 典型的基于任务的方法22
第2章 AI工具24
2.1 为什么采用自顶向下的方法24
2.2 优秀AI的优秀工具25
2.3 来自苹果的工具26
2.4 其他工具44
2.5 AI相邻工具45
2.6 下一步53
第3章 寻找或构建数据集54
3.1 规划和识别目标数据54
3.2 寻找数据集57
3.3 构建数据集59
3.4 准备数据集60
第一部分 基础知识和工具7
第1章 人工智能！ 9
1.1 Swift人工智能实战以及Python9
1.2 为何选择Swift12
1.3 什么是AI，它能做什么15
1.4 实用AI任务21
1.5 典型的基于任务的方法22
第2章 AI工具24
2.1 为什么采用自顶向下的方法24
2.2 优秀AI的优秀工具25
2.3 来自苹果的工具26
2.4 其他工具44
2.5 AI相邻工具45
2.6 下一步53
第3章 寻找或构建数据集54
3.1 规划和识别目标数据54
3.2 寻找数据集57
3.3 构建数据集59
3.4 准备数据集60
前言
欢迎阅读本书。
本书以基于任务的方式使用Swift进行实际的AI开发。之所以这么设计，是因为我们认为，如果你要在iOS应用程序中加入智能AI和机器学习驱动的功能，并不需要深入研究复杂的数学和算法。AI并不专属于AI专家，它应该是面向所有人的。
当今世界，各种技术层出不穷，它们已经成为我们与计算机交互的一部分。机器学习具有强大的功能，它已经能够影响、造福甚至控制人类，人们需要知道如何构建和理解AI，这一点的重要性正如当年人们需要知道如何使用计算机一样。
本书旨在让读者对常见的机器学习任务有实际的了解。通过它们，你将能够构建更好的工具，并理解正被世界上其他人使用的工具。
本书资源
建议你在阅读本书的每一章时都自己去写代码。如果你遇到困难，或者想得到代码的副本，可以访问本书配套网站（http://www.aiwithswift.com）。
受众与方法
本书的受众是已经掌握Swift编程而想了解机器学习的特定功能和技术的人。本书并不介绍基本的编程知识，因此，你需要熟悉书中示例所用的语言。
除了Swift，我们也会偶尔使用Python。Python在机器学习和AI领域的使用极其普遍。不过，本书的核心内容是Swift，所以每次使用Python时，我们会阐述理由。
最后，我们希望你熟练使用macOS和iOS，而且有一个可用于开发的Mac和一个可用于测试的iOS设备，以完成那些需要特定传感器的任务，如运动跟踪或分析相机。
本书结构
本书分为三部分。
第一部分介绍机器学习和AI的基础知识—构建应用所需的语言和工具。
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。针对每个主题，我们将展示并构建一个应用程序，重点介绍各种技术和API。在每一章的最后，都将提供一个完整的演示应用程序，展示目前为止你可以完成的实际任务。
第三部分透过现象看本质，详细研究第二部分中的应用所采用的技术。我们将深入研究机器学习的理论，并进一步说明你的设备究竟在做什么。
使用本书
我们希望本书能深深扎根于实践之中。因此，本书的结构都是围绕实际任务展开的，这些任务是你在与AI和Swift打交道时想做的事情。我们将本书分为三部分。
第一部分讨论Swift和AI以及本书采用的基于任务的方法（第1章）、可用于Swift和AI的工具（第2章），还介绍如何以及为什么使用用于实际AI的数据集（第3章）。
第二部分探讨AI可以集成到Swift应用程序中的不同领域—视觉类任务（第4章）、音频类任务（第5章）、语言和文本类任务（第6章）、运动和手势类任务（第7章）、用于生成和推荐事物的增强类任务（第8章），以及功能之外（第9章），以探索我们在第一部分末尾谈到的更先进的工具和框架。
第三部分探讨AI方法的实际工作方式（第10章）、第二部分中的任务是如何工作的（第11章），以及你自己如何才能实现这些任务的简单版（第12章）。
本书以基于任务的方式使用Swift进行实际的AI开发。之所以这么设计，是因为我们认为，如果你要在iOS应用程序中加入智能AI和机器学习驱动的功能，并不需要深入研究复杂的数学和算法。AI并不专属于AI专家，它应该是面向所有人的。
当今世界，各种技术层出不穷，它们已经成为我们与计算机交互的一部分。机器学习具有强大的功能，它已经能够影响、造福甚至控制人类，人们需要知道如何构建和理解AI，这一点的重要性正如当年人们需要知道如何使用计算机一样。
本书旨在让读者对常见的机器学习任务有实际的了解。通过它们，你将能够构建更好的工具，并理解正被世界上其他人使用的工具。
本书资源
建议你在阅读本书的每一章时都自己去写代码。如果你遇到困难，或者想得到代码的副本，可以访问本书配套网站（http://www.aiwithswift.com）。
受众与方法
本书的受众是已经掌握Swift编程而想了解机器学习的特定功能和技术的人。本书并不介绍基本的编程知识，因此，你需要熟悉书中示例所用的语言。
除了Swift，我们也会偶尔使用Python。Python在机器学习和AI领域的使用极其普遍。不过，本书的核心内容是Swift，所以每次使用Python时，我们会阐述理由。
最后，我们希望你熟练使用macOS和iOS，而且有一个可用于开发的Mac和一个可用于测试的iOS设备，以完成那些需要特定传感器的任务，如运动跟踪或分析相机。
本书结构
本书分为三部分。
第一部分介绍机器学习和AI的基础知识—构建应用所需的语言和工具。
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。针对每个主题，我们将展示并构建一个应用程序，重点介绍各种技术和API。在每一章的最后，都将提供一个完整的演示应用程序，展示目前为止你可以完成的实际任务。
第三部分透过现象看本质，详细研究第二部分中的应用所采用的技术。我们将深入研究机器学习的理论，并进一步说明你的设备究竟在做什么。
使用本书
我们希望本书能深深扎根于实践之中。因此，本书的结构都是围绕实际任务展开的，这些任务是你在与AI和Swift打交道时想做的事情。我们将本书分为三部分。
第一部分讨论Swift和AI以及本书采用的基于任务的方法（第1章）、可用于Swift和AI的工具（第2章），还介绍如何以及为什么使用用于实际AI的数据集（第3章）。
第二部分探讨AI可以集成到Swift应用程序中的不同领域—视觉类任务（第4章）、音频类任务（第5章）、语言和文本类任务（第6章）、运动和手势类任务（第7章）、用于生成和推荐事物的增强类任务（第8章），以及功能之外（第9章），以探索我们在第一部分末尾谈到的更先进的工具和框架。
第三部分探讨AI方法的实际工作方式（第10章）、第二部分中的任务是如何工作的（第11章），以及你自己如何才能实现这些任务的简单版（第12章）。
媒体评论
这本实用的书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，让他们可以在iOS、macOS、tvOS和watchOS的Swift应用中创建并实现基于AI和机器学习的功能。你将学习如何使用强大的AI软件构建应用功能，从而识别图像，进行预测，生成内容，进行推荐等。
对所有开发人员而言，AI越来越重要，即使你不是数据科学家或数学家，也可以在应用程序中使用AI。本书探索基于Swift的AI和机器学习技术，并讨论了AI驱动功能用在哪些场景下以及如何才有意义。书中使用了诸如基于Python的TuriCreate（来自苹果公司）和Swift for TensorFlow（来自谷歌）等工具。
本书的主要内容如下：
? 基础知识和工具：学习AI基础知识，将任务应用于模型，以及学习如何构建或查找数据集。
? 基于任务的AI：构建视觉、音频、文本、运动和增强相关的功能，了解如何转换现有模型。
? 超越：探索基于任务的实践背后的理论，探索AI和机器学习方法，并学习如何从头开始构建应用。
“ 长期来看，绝大部分的AI都不会应用于数据中心，而会应用在实际使用数据的设备上。因运行速度快且表现力强，Swift已成为实现此转变的首选语言。本书对奠定AI下一个十年基础的工具提供了精彩的介绍。”
——Jameson Toole博士
Fritz AI的联合创始人兼首席技术官
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Secret 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。
对所有开发人员而言，AI越来越重要，即使你不是数据科学家或数学家，也可以在应用程序中使用AI。本书探索基于Swift的AI和机器学习技术，并讨论了AI驱动功能用在哪些场景下以及如何才有意义。书中使用了诸如基于Python的TuriCreate（来自苹果公司）和Swift for TensorFlow（来自谷歌）等工具。
本书的主要内容如下：
? 基础知识和工具：学习AI基础知识，将任务应用于模型，以及学习如何构建或查找数据集。
? 基于任务的AI：构建视觉、音频、文本、运动和增强相关的功能，了解如何转换现有模型。
? 超越：探索基于任务的实践背后的理论，探索AI和机器学习方法，并学习如何从头开始构建应用。
“ 长期来看，绝大部分的AI都不会应用于数据中心，而会应用在实际使用数据的设备上。因运行速度快且表现力强，Swift已成为实现此转变的首选语言。本书对奠定AI下一个十年基础的工具提供了精彩的介绍。”
——Jameson Toole博士
Fritz AI的联合创始人兼首席技术官
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Secret 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。
