满400-240优惠码限时抢

感谢这世界的程序员

可以说，没有程序员，就没有现在多姿多彩的互联网。

程序员们通过coding改变世界，创造更加美好的生活。也以实际行动在浮躁的世界里，坚持自己对于知识、技术和创新的追求。

让我们一起阅读经典，紧跟前沿技术不掉队

爱读书的你们又双叒叕可以下手啦

 

当当网自营图书大促

>> 每满100减50  <<

满200减100

满400减200

以为只有这样？秉持绝不让大家多花一分钱的精神

博文视点联合AINLP特别送出一批优惠码

当当自营图书

“400-240”

目前图书本身还在96折左右，所以综合起来就是3折左右

给自己一个学习提升的机会，还不赶紧上车！

怎么BUY？

优惠码：CTGERR

使用渠道：当当小程序或当当APP

使用时间：2020.10.20~11.3

使用方法：

步骤一，挑选心仪的图书至购物车点击结算

步骤二，点击优惠券/码处

步骤三，输入优惠码CTGERR（注意要大写）

需要注意的是：优惠码全场自营图书可用（教材、考试类除外）

                           

省省省的快乐喷泉

小程序直达购书专题

---

选书太纠结？推荐几本必买的好书新书

助你囤的疯狂、读的畅快，绝不后悔！

>>  推  荐  书  单  <<

▊ 《集成学习：基础与算法》

周志华 著

周志华教授专著。国内独本剖析集成学习的著作。

集成学习方法是一类先进的机器学习方法，这类方法训练多个学习器并将它们结合起来解决一个问题，在实践中获得了巨大成功。——人称“从业者应学应会的大杀器”之一。

▊《联邦学习》

杨强 等 著

• 本书凝聚了杨强教授团队的多年学术成果和工程经验

• 国际首部全面、系统论述联邦学习的中文著作

• 剖析了联邦学习与数据安全、隐私保护的前沿学术成果

• 涵盖隐私保护技术，联邦学习定义、分类、算法和系统，联邦学习激励机制等

• 论述联邦学习在计算机视觉、自然语言处理和推荐系统等领域的应用

• 探讨如何解决用户隐私、数据安全及联邦学习应用落地问题

▊《阿里云天池大赛赛题解析——机器学习篇》

天池平台 著

《阿里云天池大赛赛题解析——机器学习篇》的赛题均来自阿里云天池的真实业务场景，由具有丰富实战经验的大赛优秀选手精心完成。本书通过解析顶级选手的解题思路，总结了大赛可复制的套路，向专业开发者提供参考，帮助参赛选手进阶。

▊《强化学习（第2版）》

【加】Richard S. Sutton（理查德·桑顿）

 【美】Andrew G. Barto（安德鲁·巴图） 著

俞凯 等 译

《强化学习（第2版）》被业界公认为任何对人工智能领域感兴趣的人员的必读书。是被称为“强化学习教父”的Richard Sutton在强化学习领域的开创性、奠基性著作。自1998年第1版出版以来，一直是强化学习领域的经典导论性教材，培育了好几代强化学习领域的研究人员。在第2版中，随着强化学习近来的蓬勃发展，作者补充了很多新的内容：人工神经网络、蒙特卡洛树搜索、平均收益最大化……涵盖了当今最关键的核心算法和理论。不仅如此，作者还以真实世界的应用为例阐述了这些内容。

《知识图谱：概念与技术》

肖仰华  等 编著

• 有深度也有广度，力求涵盖知识图谱相关的基本概念与关键技术

• 梳理前沿成果，总结了十多个知识图谱工程项目的落地经验

• 写作团队成员均为国内知名高校和研究所AI相关专业教师和研究员

• 内容历经一年打磨，并曾在多所高校试讲，根据听众反馈迭代改进

《知识图谱：方法、实践与应用》

王昊奋  漆桂林  陈华钧 主编

• 知识图谱方法。系统阐述知识图谱的发展历史与基本概念，梳理知识图谱全生命周期技术，建立方法论思维

• 知识图谱实践。囊括知识表示与建模、知识存储、知识抽取与挖掘、知识融合、知识推理、语义搜索、知识问答等，系统性介绍知识图谱技术。各章节提供典型开源工具实践案例，提供相关工具、实验数据及完整的操作说明

• 知识图谱应用。结合电商、图情、生活娱乐、企业商业、创投、中医临床、金融等实际应用场景，详细介绍领域知识图谱的构建方法

▊《深度学习推荐系统》

王喆 著

• 一线大厂推荐工程师倾囊相授

• 教你从零开始构建前沿、实用的推荐系统知识体系

• 揭秘巨头公司推荐系统背后的逻辑

• 梳理深度学习推荐系统的发展脉络，厘清每个关键模型和技术的细节

• 引导读者掌握工业界模型设计背后真正的 “银弹”

• 诸葛越、唐杰、张俊林、刘知远、杨子等产学界专家倾情力荐，朱小强作序

▊《深度学习与目标检测》

杜鹏  谌明  苏统华 编著

《深度学习与目标检测》的写作初衷是，从学者的角度，用一种通俗易懂的方式，将基于深度学习的目标检测的相关论文中的理论和方法呈现给读者，同时针对作者在深度学习教学过程中遇到的难点，进行深入的分析和讲解。侧重对卷积神经网络的介绍，而深度学习的内容不止于此。所以，作者将深度学习分为有监督学习、无监督学习和强化学习三类，将图像分类、目标检测、人脸识别、语音识别、生成对抗网络和AlphaGo 等应用场景归入不同的类别，并分别对其原理进行了概括性的讲解。

▊《声纹技术：从核心算法到工程实践》

王泉 著

入门门槛低：从听觉感知和音频信号处理讲起。

兼具深度和广度：语音识别|语音合成|声纹识别|声纹分割聚类。

配备动手实践案例及思考题：练习实践项目，巩固重点知识。

▊《语音识别：原理与应用》

洪青阳 李琳 著

《语音识别：原理与应用》系统地介绍了语音识别的原理和应用，全书共分 15 章，原理部分涵盖声学特征、隐马尔可夫模型（HMM）、高斯混合模型（GMM）、深度神经网络（DNN）、语言模型和加权有限状态转换器（WFST），重点描述了 GMM-HMM、DNN-HMM 和端到端（E2E）三种语音识别框架。本书应用部分包含 Kaldi、Espnet、工业应用实践介绍，内容主要来自工程经验，极具实用性。

▊《视觉SLAM十四讲：从理论到实践（第2版）》

高翔 等 著

《视觉SLAM十四讲：从理论到实践（第2版）》系统介绍了视觉 SLAM（同时定位与地图构建）所需的基本知识与核心算法，既包括数学理论基础，如三维空间的刚体运动、非线性优化，又包括计算机视觉的算法实现，例如多视图几何、回环检测等。此外，我们还提供了大量的实例代码供读者学习研究，从而更深入地掌握这些内容。

最后希望这些书能够为你提供一个系统的学习进阶方向及正确的学习方法，帮助你体验弯道超车的爽快感，并顺利获得进阶提升！