《AI赋能行业实战:‌揭秘企业数字化转型最佳实践,‌落地案例深度解析!‌》 ---- 总目录

文章大纲

  • 金融行业 落地实践浅析
    • 基于PySpark 进行信用卡评分 -- 实战案例
    • 迁移学习小样本金融风控
    • 生物信息识别
  • 大健康行业 落地实践浅析
  • 传统行业深度融合升级
    • 如何深度参与创业?
    • 物联网行业案例浅析
    • 智慧园区案例浅析
  • 计算机视觉应用案例
    • 计算机视觉入门学习
      • 国外的资源
      • 国内的资源
      • YOLO 学习
      • model zoo
    • 计算机视觉基础
    • 目标检测
      • YOLOv5
      • YOLOv8
    • 自动缺陷检测(Auto Defect Classification)、零件计数
    • 人脸识别、姿态估计
    • 视频分析
      • 实时目标检测与展示系统
      • 视频分析:行为分析
  • AIops 智能运维
  • 反面教材 ---- 引以为戒
  • 参考文献


《AI赋能行业实战:‌揭秘企业数字化转型最佳实践,‌落地案例深度解析!‌》 ---- 总目录_第1张图片

AI 相关技术伴随着2006年 计算机算力的膨胀开始,蓬勃发展至今。从传统机器学习到深度学习再到大力出奇迹的BERT , GPT 经历了一轮又一轮的热潮。

现代公司制度已有近百年,更是在近年来积累了大量数据。每个企业都将不可避免的面对堆积如山的海量数据,如何处理并从海量数据中挖掘信息,进行信息化转型,提升企业战斗力,是含金量极高的一门技艺。

大数据技术为AI 技术提供了大量弹药,从上帝视角出发解读世界。本专栏,带你从上帝视角,由浅入深,

对上述两类技术的最佳结合点,在行业产生爆炸式的推动效应案例进行浅析。
如传统行业的数字化转型,电商推荐,金融反欺诈,人工智能医疗器械的研发。给大家讲讲AI 在最有代表性、难度最高的经典落地案例!

本专栏持续更新中,内容还未完整的请稍安勿躁,部分内容有参考其他书籍或是网络文献,都会给出原始出处

更多资料请参照博客底部的推广模块中联系方式添加交流

big data landscape 2022 中可见,大数据范围之广阔。


金融行业 落地实践浅析

自2016年以来,金融科技(Fintech)开始在金融行业备受关注。Fintech基于大数据、云计算和人工智能等一系列创新技术,全面应用于:

支付清算、借贷融资、财富管理、零售银行、保险、交易结算六大金融领域。

Fintech在技术上带来的创新,对金融领域的业务模式、应用和产品产生了深刻的甚至颠覆性的影响。人工智能,催生了智能投顾、智能客服和智能风控等行业的发展。本专栏聚焦智能风控相关技术,结合人工智能技术解决金融行业最核心的问题——风险控制。

进行风险控制的关键在于解决信息不对称性,本专栏从实战入手,解决在大数据环境下进行风控相关内容的落地实践浅析。

基于PySpark 进行信用卡评分 – 实战案例

  • 使用pyspark 进行kaggle比赛Give me some credit数据集的建模与分析(1. 数据准备与EDA)
  • 使用pyspark 进行kaggle比赛Give me some credit数据集的建模与分析(2.1 数据清洗)
  • 使用pyspark 进行kaggle比赛Give me some credit数据集的建模与分析(2.2 特征工程)
  • 使用pyspark 进行kaggle比赛Give me some credit数据集的建模与分析(3. 随机森林进行二分类)
  • 使用pyspark 进行kaggle比赛Give me some credit数据集的建模与分析(4. 逻辑回归 Logistic Regression进行二分类)

迁移学习小样本金融风控

为进一步促进金融普惠的推广落地,金融机构需要服务许多新的客群。银行作为对风险控制要求很高的行业,因为缺乏对新客群的了解,对新的细分客群的风控处理往往成为金融普惠的重要阻碍。 如何利用银行现有信贷行为数据来服务新场景、新客群成了一个很有价值的研究方向,迁移学习是其中一个重要手段。

  • 使用迁移学习进行金融小样本风控实践 ---- 原理简介
  • 使用迁移学习进行金融小样本风控实践(基于tradaboost进行个贷违约迁移学习比赛)---- 代码

生物信息识别

金融场景鉴权,最常用的甄别个人,活体的手段就是生物信息识别。所谓生物识别技术就是,通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性,(如指纹、脸象、虹膜等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。

  • 生物与信息识别 在泛金融场景下的 最佳实践 初探---- 指纹识别厂商的解决方案总览
  • 指纹的对比分析系统概述

大健康行业 落地实践浅析

健康是人类永恒的主题也是社会进步的重要标志,健康已成为新世纪人们生活的基本目标。
大健康产业具有巨大的市场潜力,未来在我国经济结构向服务业转型过程中,
大健康产业将成为我国国民经济支柱型产业,本专栏将从保险、检验检测、医疗知识库等内容切入,深度还原大健康行业从无到有的场景落地实践经验总结。

本小节内容将从大健康领域涉及的:保险、检验检测、医疗知识、制药等角度切入,深度还原AI+大健康行业场景落地实践,
充满前瞻性的预见未来蓬勃发展的AI+大数据机器学习技术将会怎样深刻变革大健康产业,给大家的生活带来翻天覆地的改变!

  • 大数据+AI在大健康领域中最佳实践前瞻 – 总目录

传统行业深度融合升级

如果我们把创业都理解成我今天出去成立一个公司,明天上市,后天市值超越Facebook,对不起,从来没有过这样成功的例子。天底下哪里有这么一帆风顺的事?把你放在一马平川的大平原上,你凭着直觉沿着直线走,其实从高空看下去,你走出来的路是弯的,是曲折的。创业也是一样,虽然心里有个目标,但是要达到那个目标,你得解决一个个实际的问题。人的路都是一步一步走出来的,而且这个路一定不是直线。
--------------------------------------------------------------------------------------------------------------------- 周鸿祎

如何深度参与创业?

创业三部曲

  • 创业初期 ---- 指点江山,激扬文字,粪土当年万户侯
  • 创业中期 ---- 先帝创业未半而中道崩殂,今天下三分,益州疲弊,此诚危急存亡之秋也。
  • 创业后记 ---- 百感交集的过来人

物联网行业案例浅析

待补充(计划补充,传感器,机器人相关内容)

智慧园区案例浅析

建筑的能源消耗情况被很多因素影响,例如天气环境情况,建筑结构和特点,子组件的性能,例如照明和空调通风系统,入住率和他们的住户的行为。这些复杂的情况使准确的预测建筑能耗变得很困难。

关于建模和建筑能耗预测的最近的工作。这些方法包括工程、统计和人工智能的方法。

建筑能耗现状建筑能耗占总能耗的40%,占CO2总排放量的36%。建造能耗预测对提高建筑的能源性能,达到节能和减少环境影响的目的有很显著的作用。精确的能耗预测是很困难的,最近几年,很多预测方法已经被提出和应用在能耗预测的问题上。其中使用最广泛的人工智能方法是人工神经网络和基于时序的一些预测算法

  • 如何使用机器学习算法进行能耗预测 1:背景知识
  • 如何使用机器学习算法进行能耗预测 2:算法与架构
  • 时间序列预测初探:Kats,SARIMA,Prophet,deepAR

计算机视觉应用案例

计算机视觉入门学习

国外的资源

  • Python - 自学 codecademy
  • Python - tutorialspoint 在线运行
  • paperswithcode

国内的资源

  • 菜鸟教程- python

  • 牛客网 - python 教程

  • 动手学习深度学习

  • 动手学习深度学习 - 计算机视觉

YOLO 学习

  • A COMPREHENSIVE REVIEW OF YOLO FROM YOLOV1 TO v8.pdf

model zoo

  • modelzoo
  • OpenVINO™ Toolkit - Open Model Zoo repository
  • OpenCV Zoo and Benchmark

计算机视觉基础

  • USB 摄像头 进行python OpenCV 操作的基础设置【以yolo 目标检测为例】
  • 机器视觉行业实践技巧 – OpenCV技巧与方法:避坑指南
  • OpenCV 代码脚手架 1:图像处理

目标检测

YOLO an acronym for ‘You only look once’, is an object detection algorithm that divides images into a grid system. Each cell in the grid is responsible for detecting objects within itself.

YOLO is one of the most famous object detection algorithms due to its speed and accuracy.

YOLOv5

  • yolo 目标检测
  • 基于b/s架构搭建一个支持多路摄像头的实时处理系统 ---- 使用yolo v5 系列模型
  • yolo v5 与 yolo v7 在一个项目中混合使用是否可行?
  • 基于b/s架构搭建一个支持多路摄像头的实时处理系统(1)---- 基于websocket 使用yolo v5 系列模型
  • 基于b/s架构搭建一个支持多路摄像头的实时处理系统(2)---- 使用yolo v5 模型基于GPU 多进程处理视频流
  • yolov5 奇奇怪怪的错误汇总
  • 个人防护设备视觉检测技术方案与思路探讨: Computer Version based PPE detection
  • 树莓派 RaspBerryPi 网络配置相关与设置usb网络摄像头 进行RTSP 推流

YOLOv8

  • YOLOv8 windows下的离线安装 offline install 指南 – 以 带有CUDA版本的pytorch 为例
  • YOLOv8 小工具:目标检测抠图,类别命中抠图,目标保存,降低输入FPS(抽帧,跳帧)
  • YOLOv8 做图片分类和 ResNet Efficientnet 等常用分类网络的对比
  • 基于YOLOv8 的 多边形区域内目标检测,跟踪,计数
  • YOLOv8 如何进行多任务:以图像分类为例
  • YOLOv8 多目标跟踪与常见问题汇总
  • YOLOv8 移动检测与速度估计 – motion detection and speed estimation
  • 基于Django channels 与 YOLO v8 搭建 <实时跟踪与统计系统>
  • 树莓派 Raspberry Pi 与YOLOv8 结合进行目标检测
  • yolo v8 解决了 v5 的问题嘛?
  • pytorch 训练、微调YOLOv5,YOLOv8 小技巧 合集

自动缺陷检测(Auto Defect Classification)、零件计数

人脸识别、姿态估计

《AI赋能行业实战:‌揭秘企业数字化转型最佳实践,‌落地案例深度解析!‌》 ---- 总目录_第2张图片

视频分析

深度学习与视频分析简介

视频分析技术就是使用计算机图像视觉分析技术,通过将场景中背景和目标分离进而分析并追踪在摄像机场景内目标。用户可以根据的分析模块,通过在不同摄像机的场景中预设不同的非法规则,一旦目标在场景中出现了违反预定义规则的行为,系统会自动发出告警信息,监控指挥平台会自动弹出报警信息并发出警示音,并触发联动相关的设备,用户可以通过点击报警信息,实现报警的场景重组并采取相关预防措施。

《AI赋能行业实战:‌揭秘企业数字化转型最佳实践,‌落地案例深度解析!‌》 ---- 总目录_第3张图片

实时目标检测与展示系统

  • 基于b/s架构搭建一个支持多路摄像头的实时处理系统(1)---- 基于websocket 使用yolo v5 系列模型

  • 基于b/s架构搭建一个支持多路摄像头的实时处理系统(2)---- 使用yolo v5 模型基于GPU 多进程处理视频流

  • 如何使用Django 结合WebSocket 进行实时目标检测呢?以yolov5 为例,实现:FPS 25+ (0: 系统简介与架构)

  • 如何使用Django 结合WebSocket 进行实时目标检测呢?以yolov5 为例,实现:FPS 25+ (1: 后端)

  • 基于Django channels 与 YOLO v8 搭建 <实时跟踪与统计系统>

视频分析:行为分析

深度学习与视频分析 --基于YOLOv8 的行为分析系统

  • 视频分析:走路看手机、跌倒检测
  • 基于深度学习算法的行为识别解决方案:打电话、玩手机、摔倒等行为动作的识别,跟踪

AIops 智能运维

待补充


反面教材 ---- 引以为戒

从失败中学习,才能成长

  • 联想Lenovo 小新Pro-13 AIR 2020 Windows 10 间歇性 蓝屏 的解决方法 : 又一个AI变成 人工智障的失败案例?

  • 从软件行业职场 PUA 谈开去

  • 我们可以和 India CTO 学到些什么?

  • 如何使用一个IT idea 割资本的韭菜

  • 开发的都用高科技,管理的都在过家家

  • AI算法工程师的寒冬?我们完全可以反向思维。。。

  • 如果重来一次高考,我要好好学数学!


参考文献

你可能感兴趣的:(人工智能系统解决方案与技术架构,人工智能,大数据,AI)