我们精心挑选了16种书，你最想要哪一本？WAIC·开发者日倒计时1天

2020 WAIC·开发者日将于 7月10日-11日 在线上举办，由机器之心与上海交通大学人工智能研究院联合承办，设有主论坛、分论坛、高峰对话、开发者日百度公开课、开源开放Demo Day、黑客马拉松等多个环节，详情日程请参考：请收藏这份大会全日程。

为了更好的帮助开发者学习人工智能，我们准备了 220  本人工智能领域专业书籍在大会直播中赠书，包括《统计学习方法》、《深度学习导论》、《大数据智能：数据驱动的自然语言处理技术》等 16 种书籍，来具体看看获取赠书的正确姿势。

如何获得赠书？

2020 WAIC·开发者日所有环节将在大会官方平台直播。其中，主论坛与1v1高峰对话将在机器之心抖音官方账号上同步直播，我们将在抖音直播间的弹幕中抽取 220 位幸运小伙伴，送出书籍。详细参与方法如下：

1. 添加机器之心小助手（syncedai6），备注“开发者日”，加入交流群，抽奖时间安排将在群中公布。

2. 关注机器之心官方抖音账号：AI1956。

3. 观看1v1高峰对话与主论坛，在弹幕上打出想要的「书名」即可参与抽奖。

• 1v1高峰对话直播时间：7月10日20:00-21:00
  
• 主论坛直播时间：7月11日 13:00-18:15

4. 所有书籍将在大会结束后的 20 个工作日内寄出。

ps：如本小助手无法添加，请添加小助手的兄弟姐妹们：syncedai2、syncedai3、syncedai4、lele896556。或者将「微信ID」发送邮件到shidongle@jiqizhixn.com，我们将与你联系，邀你入群。

你将获得哪些书籍？

大数据智能：数据驱动的自然语言处理技术

刘知远、崔安颀等编著

本书是介绍大数据智能分析技术的科普书籍，旨在让更多人了解和学习互联网时代的自然语言处理技术，让大数据智能技术更好地为我们服务。

解析深度学习：卷积神经网络原理与视觉实践

魏秀参著

本书作为该领域的入门书籍，在内容上涵盖深度卷积神经网络的基础知识和实践应用两大方面。展现深度学习特别是CNN从数据、模型到系统的全栈式开发过程和技巧，是一本一流的深度学习入门实践书。

深度学习模型及应用详解

张若非、付强、高斌、张耿豪、叶挺著

本书是微软人工智能专家多年实践经验结晶，深入浅出介绍了深度学习技术实践，从感知机模型到对抗生成网络和深度强化学习，从模型原理到应用细节。本书帮助读者在了解深度学习模型和算法基础后，能够快速部署到自己的工作领域，并取得落地成果。

深度学习理论与实战：基础篇

李理编著

深述理论，跳出公式看深度学习；注重实战，跨越从知道到做到的鸿沟；细解源码，知其然更知其所以然；实操案例，拿来即用学得会做得到，轻松入门人工智能！

走向TensorFlow 2.0：深度学习应用编程快速入门

赵英俊著

本书是TensorFlow 2.0编程实践的入门类书籍，书中通过5个常用的人工智能编程案例，帮助大家掌握如何在工作中使用TensorFlow 2.0进行应用开发，内容覆盖了Python和TensorFlow基础入门、自然语言处理和CV领域的实践案例、模型的服务化部署。

以上书籍各赠送20本，由博文视点(Broadview)提供。博文视点是电子工业出版社下属旗舰级子公司。在IT出版领域打磨多年，以敏锐眼光、独特视角密切关注技术发展趋势及变化，致力于将技术大师之优秀思想、一线专家之一流经验集结成书，为众多爱学习的小伙伴奉献精诚佳作助力个人、团队成长。

统计学习方法（第2版）

李航著

本书全面系统地介绍了统计学习的主要方法，共分两篇。第一篇系统介绍监督学习的各种重要方法，包括决策树、感知机、支持向量机、最大熵模型与逻辑斯谛回归、推进法、多类分类法、EM算法、隐马尔科夫模型和条件随机场等；第二篇介绍无监督学习，包括聚类、奇异值、主成分分析、潜在语义分析等。两篇中，除概论和总结外，每章介绍一或二种方法。

 

知识图谱与深度学习

刘知远、韩旭、孙茂松著

本书介绍了作者团队在知识图谱与深度学习方面的研究成果，展现了数据驱动的深度学习与符号表示的知识图谱之间相互补充和促进的技术趋势。本书内容对于人工智能基础研究具有一定的参考意义，既适合专业人士了解知识图谱、深度学习和人工智能的前沿热点，也适合对人工智能感兴趣的本科生和研究生作为学习读物。

深度学习图解

安德鲁·特拉斯克著，王晓雷、严烈译

本书将指导你从最基础的每一行代码开始搭建深度学习网络！经验丰富的深度学习专家Andrew W. Trask以有趣的图解方式为你揭开深度学习的神秘面纱，使你可亲身体会训练神经网络的每个细节。只需要使用Python语言及其最基本的数学库NumPy，就可以训练出自己的神经网络，借助它观察并理解图像、将文字翻译成不同的语言。

Python机器学习及实践

梁佩莹著

本书以Python 3.6.5为编写平台，以帮助读者快速上手、理论与实践相结合为出发点，介绍Python机器学习的相关内容。全书共10章，分别介绍了机器学习的基础知识、近邻法、数据降维、分类算法、回归算法、聚类算法、神经网络、推荐算法、频繁项集、数据预处理。

 

TensorFlow深度学习及实践

梁佩莹著

本书从深度学习的基础讲起，深入TensorFlow的基本框架、原理、源代码和实现等各个方面，其目的在于降低学习门槛，为读者解决问题提供详细的方法和指导。本书主要内容包括：人工智能简介，TesnorFlow的环境搭建、可视化、基础知识、聚类分析、回归分析、支持向量机，TensorFlow实现卷积神经网络、循环神经网络、深度神经网络等。

以上书籍各赠送10本，由清华大学出版社提供。清华大学出版社是新闻出版总署审定的国家一级出版社，是国内领先的综合性教育与专业出版机构。2007年获首届“中国出版政府奖先进出版单位”，2009年被评为“全国百佳图书出版单位”，2011年获新闻出版总署“十一五”国家重点出版规划出版工作先进单位，是中宣部、新闻出版总署和教育部表彰的全国优秀出版社和全国先进高校出版社。历年来，一大批图书和期刊获得国家级奖励，2014年图书、期刊一举获得4项第三届“中国出版政府奖”。现年出版图书、音像、电子出版物已达8000余种（含重印书），发货码洋超过11亿元，销售规模和综合实力以及在高等教育教材市场、科技图书市场、馆配图书市场占有率均名列前茅。

笨办法学Python 3

泽德 A. 肖（Zed A. Shaw）著

本书是一本Python入门书，适合对计算机了解不多，没有学过编程，但对编程感兴趣的读者学习使用。这本书以习题的方式引导读者一步一步学习编程，从简单的打印一直讲到完整项目的实现，让初学者从基础的编程技术入手，最终体验到软件开发的基本过程。本书是基于Python 3.6版本编写的。

笨办法学Python 3 进阶篇

泽德 A. 肖（Zed A. Shaw）著

本书通过52个精心设计的习题帮助读者超越基础，提升水平。这52个习题大部分都结合实际演示，并配有附加挑战，每个习题都可以帮读者掌握一项关键的实践技能，包括使用文本编辑器管理复杂的项目、利用功能强大的数据结构、应用算法处理数据结构、掌握必要的文本分析和处理技术、使用SQL有效且合逻辑地建模存储数据，以及学习强大的命令行工具等。本书旨在帮助读者从单纯地编写能运行的代码跨越到编写能解决实际问题的高质量Python代码，成为一名高阶的Python程序员。

算法详解-算法基础

蒂姆·拉夫加登（Tim Roughgarden）著

本书共有6章，主要介绍了4个主题，它们分别是渐进性分析和大O表示法、分治算法和主方法、随机化算法以及排序和选择。附录A和附录B简单介绍了数据归纳法和离散概率的相关知识。本书的每一章均有小测验、章末习题和编程题，这为读者的自我检查以及进一步学习提供了较多的便利。

深度学习导论

尤金·查尔尼克（Eugene Charniak）著

本书讲述了前馈神经网络、Tensorflow、卷积神经网络、词嵌入与循环神经网络、序列到序列学习、深度强化学习、无监督神经网络模型等深度学习领域的基本概念和技术，通过一系列的编程任务，向读者介绍了热门的人工智能应用，包括计算机视觉和自然语言处理等。

 

机器学习精讲

安德烈·布可夫（Andriy Burkov）著

本书用简短的篇幅、精炼的语言，讲授机器学习领域必备的知识和技能。全书共11章和一个术语表，依次介绍了机器学习的基本概念、符号和定义、算法、基本实践方法、神经网络和深度学习、问题与解决方案、进阶操作、非监督学习以及其他学习方式等，涵盖了监督学习和非监督学习、支持向量机、神经网络、集成学习、梯度下降、聚类分析、维度降低、自编码器、迁移学习、强化学习、特征工程、超参数调试等众多核心概念和方法。全书最后给出了一个较为详尽的术语表。

以上书籍各赠送10本，由异步社区提供。异步社区是人民邮电出版社旗下IT专业图书社区，致力于出版精品IT 技术图书和相关学习产品，为作译者提供优质出版服务。异步社区创办于2015 年8 月，提供大量精品IT 技术图书和电子书，以及高品质技术文章和视频课程。

在上述 200 本书籍外，我们也将在陆奇与Gary Marcus 的1v1 高峰对话中赠送 20 本由Gary Marcus 等人合著、陆奇作序的《如何创造可信的AI》。本书阐述了当下 AI 技术发展的桎梏，对当前 AI 的场景应用和研究范式中的问题进行了分析。本书由湛庐文化提供。欢迎大家准时观看直播，参与抽奖。

立即添加机器之心小助手

备注“开发者日“

进群一起看直播、拿赠书！

ps：如本小助手无法添加，请添加小助手的兄弟姐妹们：syncedai2、syncedai3、syncedai4、lele896556。 或者将「微信ID」发 送邮件到shidongle@jiqizhixn.com，我们将与你联系，邀你入群。