深度学习、图像识别年度好书等你来抢！新智元&华章AI好书点评有奖活动第二弹

---

  新智元报道  

【新智元导读】想深入理解AI、实战AI？不妨多看书吧！我们携手华章图书为大家送福利，只需参与图书点评，我们将抽取最佳点评并幸运赠送精品图书 。AI好书等你来抢！来 新智元AI朋友圈 和AI大咖们一起讨论吧。

上周感恩节，新智元携手机械工业出版社华章公司举办了AI图书大赏活动，为大家送出30本NLP、DL、人脸识别等AI好书。 同时，我们还邀请大家投票选出自己最爱的AI图书，截止11月30日，超过1000位朋友参与投票。

而这一次，我们继续送书！活动规则依旧很简单：点击下面小程序卡片参与此本图书点评，发表你的见解／感悟／学习心得，我们将从书评中抽取最佳点评，幸运赠送【新智元&华章】AI图书大赏好书（任选）！

点击下方小程序参与AI好书系列活动第二弹： 点评有奖

接下来为大家揭晓机械工业出版社2019年度AI图书Top 10：

Top 1:《移动平台深度神经网络实战：原理、架构与优化》

【作者简介】

卢誉声，Autodesk数据平台和计算平台资深工程师，负责平台架构研发工作。工作内容涵盖大规模分布式系统的服务器后端、前端以及SDK的设计与研发，在数据处理、实时计算、分布式系统设计与实现、性能调优、高可用性和自动化等方面积累了丰富的经验。擅长C/C++、JavaScript开发，此外对Scala、Java以及移动平台等也有一定研究。著有《移动平台深度神经网络实战：原理、架构与优化》、《分布式实时处理系统：原理架构与实现》，并译有《高级C/C++编译技术》和《JavaScript编程精解（原书第2版）》等。

【内容简介】

来自谷歌、ARM等公司专家与侯捷联袂推荐，资深专家手把手式教你开发移动平台人工智能系统解决方案。精讲移动平台深度学习系统所需核心算法、硬件级指令集、系统设计与编程实战、海量数据处理、业界流行框架裁剪与产品级性能优化策略等。

Top 2:《深度学习：基于案例理解深度神经网络》

【作者简介】

翁贝托•米凯卢奇（Umberto Michelucci）目前在瑞士领先的医疗保险公司从事创新和人工智能（AI）工作。他领导与人工智能、新技术、机器学习以及大学的研究合作相关的多项战略计划。此前，他曾担任多个大型医疗保健项目的数据科学家和首席建模师，并在编程和算法设计方面拥有丰富的实践经验。他管理过商务智能和数据仓库项目，使数据驱动的解决方案能够在复杂的生产环境中实施。最近，Umberto 对神经网络进行了广泛的研究，并应用深度学习来解决与保险、客户行为（如客户流失）和传感器科学相关的一些问题。他曾在意大利、美国和德国学习理论物理，并担任研究员，还在英国接受过高等教育。他经常在会议上发表科学成果，并在同行评审的期刊上发表研究论文。

【内容简介】

本书探讨深度学习中的高级主题，例如优化算法、超参数调整、Dropout和误差分析，并讨论如何解决在训练深度神经网络时遇到的典型问题。书中首先介绍单一神经元网络的激活函数（ReLu、sigmoid和Swish），然后介绍如何使用TensorFlow进行线性和逻辑回归，以及如何选择正确的代价函数，之后讨论具有多个层和神经元的更复杂的神经网络结构，并探讨权重的随机初始化问题。本书用一整章对神经网络误差分析进行全面概述，给出如何解决来自不同分布的方差、偏差、过拟合和数据集问题的例子。

本书还讨论在不使用任何Python库（NumPy除外）的情况下，如何从零开始完全实现逻辑回归，以便用诸如TensorFlow这样的库进行快速和有效的实验。本书包括每种方法的案例研究，以便将所有理论信息付诸实践。你还将学到Python代码的优化技巧（例如，使用NumPy对循环进行向量化）。

Top 3:《 深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》

【作者简介】

王健宗，大型金融集团科技公司深度学习平台和AutoML平台负责人，中国人工智能开源软件发展联盟副理事长，美国佛罗里达大学人工智能博士后，曾任美国莱斯大学电子与计算机工程系研究员，专注于联邦学习和人工智能在金融、保险、投资、银行和医疗等领域的研发工作，发表联邦学习、深度学习、云计算和大数据等领域国际论文30余篇，以及发明专利200余项。多届国内知名大数据、人工智能、金融科技和联邦学习会议/论坛主席和出品人。

【内容简介】

《深入理解AutoML和AutoDL》这是一部从基础理论、核心原理、前沿算法等多个维度系统、全面讲解AutoML、AutoDL、AutoNAS和元学习的著作。

作者是资深的人工智能专家，大型金融集团科技公司深度学习平台和AutoML平台负责人。本书得到了IEEE Fellow/ACM杰出科学家/香港科技大学教授杨强教授、腾讯AI Lab副主任俞栋、美国佛罗里达大学教授李晓林等8位来自企业界、学术界和媒体界的资深专家的一致好评。它既能让新人理清AutoML的脉络，快速上手机器学习，又能让有经验的读者全面掌握AutoML的知识体系，工作变得更高效。

Top 4:《Python深度学习：基于PyTorch》

【作者简介】

吴茂贵，资深大数据和人工智能技术专家，就职于中国外汇交易中心，在BI、数据挖掘与分析、数据仓库、机器学习等领域工作超过20年。在基于Spark、TensorFlow、PyTorch、Keras等的机器学习和深度学习方面有大量的工程实践实践。著有《Python深度学习：基于TensorFlow》《深度实践Spark机器学习》《自己动手做大数据系统》等著作。

郁明敏 ，资深商业分析师，从事互联网金融算法研究工作，专注于大数据、机器学习以及数据可视化的相关领域，擅长 Python、Hadoop、Spark 等技术，拥有丰富的实战经验。曾获“江苏省TI杯大学生电子竞技大赛”二等奖和“华为杯全国大学生数学建模大赛”二等奖。

杨本法，高级算法工程师，在流程优化、数据分析、数据挖掘等领域有10余年实战经验，熟悉Hadoop和Spark技术栈。有大量工程实践经验，做过的项目包括：推荐系统、销售预测系统、舆情监控系统、拣货系统、报表可视化、配送路线优化系统等。

李涛，资深AI技术工程师，对PyTorch、Caffe、TensorFlow等深度学习框架以及计算机视觉技术有深刻的理解和丰富的实践经验，曾经参与和主导过服务机器人、无人售后店、搜索排序等多个人工智能相关的项目。

张粤磊，资深大数据技术专家，飞谷云创始人，有10余年一线数据数据挖掘与分析实战经验。先后在咨询、金融、互联网行业担任大数据平台的技术负责人或架构师。

【内容简介】

（1）核心作者在大数据和人工智能领域有着超过20年的工作经验，实战经验非常丰富，其他几位作者也在大数据和人工智能领域颇有造诣。

（2）作者团队之前还著有《深入理解Spark机器学习》、《Python深度学习：基于TensorFlow》、《自己动手做大数据系统》等畅销书。

（3）本书是《Python深度学习：基于TensorFlow》的姊妹篇。

（4）本书从工具使用、技术原理、算法实现、工程实践等维度全面、系统讲解了深度学习。

（5）本书在内容的选择、安排和表现形式上精心谋划，目的是确保高质量内容的同时，让深度学习的学习门槛大大降低。

Top 5:《深度学习与图像识别：原理与实践》

【作者简介】

魏溪含，爱丁堡大学人工智能硕士，阿里巴巴达摩院算法专家，在计算机视觉、大数据领域有8年以上的算法架构和研发经验。 在大数据领域，曾带领团队对阿里巴巴个性化推荐系统进行升级；计算机视觉领域，主导并攻克了光伏EL全自动瑕疵识别的世界难题，并在行为识别领域带领团队参赛打破世界纪录等。

涂铭，阿里巴巴数据架构师，对大数据、自然语言处理、图像识别、Python、Java相关技术有深入的研究，积累了丰富的实践经验。在工业领域曾参与了燃煤优化、设备故障诊断项目，正泰光伏电池片和组件EL图像检测项目；在自然语言处理方面，担任导购机器人项目的架构师，主导开发机器人的语义理解、短文本相似度匹配、上下文理解，以及通过自然语言检索产品库，在项目中构建了NoSQL+文本检索等大数据架构，也同时负责问答对的整理和商品属性的提取，带领NLP团队构建语义解析层。

张修鹏，毕业于中南大学，阿里巴巴技术发展专家，长期从事云计算、大数据、人工智能与物联网技术的商业化应用，在阿里巴巴首次将图像识别技术引入工业，并推动图像识别产品化、平台化，擅于整合前沿技术解决产业问题，主导多个大数据和AI为核心的数字化转型项目成功实施，对技术和商业结合有着深刻的理解。

【内容简介】

三位作者均来自阿里巴巴，由达摩院的资深算法专家领衔，技术积累深厚，业务经验丰富；从技术原理、算法和工程实践3个维度系统展开，既适合零基础读者快速入门，又适合有基础读者理解其核心技术；写作方式上避开了艰涩的数学公式及其推导，深入浅出。

Top 6:《Python人脸识别：从入门到工程实践》

【作者简介】

王天庆， 长期从事分布式系统、数据科学与工程、人工智能等方面的研究与开发，在人脸识别方面有丰富的实践经验。现就职某世界100强企业的数据实验室，从事数据科学相关技术领域的预研工作。曾就职于某海外业务社交类移动互联网公司，熟悉大数据平台研发、架构，以及数据的处理和分析，熟悉Web架构和高性能、高并发、高可用系统。中国电子学会（计算机应用分会）会员，CSDN博客专家，热爱技术分享与交流。

【内容简介】

这是一本面向初学者的人脸识别工具书，不仅适合零基础的读者快速入门，而且适合有一定基础的读者迅速达到可以进行工程实践的水平。世界100强企业资深AI工程师撰写，全面讲解人脸识别各项基础技术、原理和算法，从零实现工程级人脸识别引擎。

Top 7:《增强型分析：AI驱动的数据分析、业务决策与案例实践》

【作者简介】

彭鸿涛，德勤企业咨询总监兼首席数据科学家，德勤全球AI团队核心成员，德勤数字化转型、智慧营销、智慧风控、客户体验等核心咨询服务方案的资深顾问。2008年加入SPSS并与跨国家团队一起进行Analytical Decision Management决策自动化工具的开发，与国内外团队一起构建了SPSS在不同应用领域的解决方案，其中某些方案现已成长为IBM的知名解决方案；2014年加入IBM GBSC部门，领导数据分析团队，针对不同客户设计和实施数据分析的方案；2016年加入IBM GBS GBS Cognitive Business Decision Support担任CTO和首席数据科学家，领导团队开发实施了有一定行业影响力的人工智能应用；2017年加入德勤企业咨询担任金融服务总监及首席数据科学家，领导团队开拓数字化转型背景下的新型咨询服务方案，期间高质量交付大型银行的数字化转型及实施相关项目并得到客户高度认可。

张宗耀，上海全应科技有限公司资深数据科学家，前华为企业智能部门资深数据科学家，前IBM SPSS 算法组件团队资深算法工程师。 2009年加入IBM SPSS算法组件团队，负责Statistic和Modeler产品的升级和维护；2012年开始大数据算法组件的设计和开发，为分布式分析引擎提供了核心计算单元，主导完成开发了分布式平台下的广义线性模型、自动建模算法、ADMM优化算法等，打造了分析引擎平台以及SPSS Modeler产品的最具竞争力算法模块；2015年开始投入Spark分布式框架的算法设计和开发，主导完成开发了生存分析算法、时间序列相关算法等，丰富了SPSS产品的核心算法组件。2016年加入华为，先后就职于华为的数据挖掘团队，以及企业智能部门的机器学习服务团队和工业解决方案团队，负责算法、机器学习、实时预测、数据分析，以及行业解决方案的设计、开发和部署相关的工作。

聂磊，陕西万禾数字科技有限公司CTO，前IBM SPSS 资深数据科学家，前IBM Watson Analytics数据分析引擎技术主管及架构师。 2008 年加入IBM Analytical Decision Management团队，主导开发了业务规则引擎和基于优化技术的预测性维护解决方案；2014年加入IBM Watson Analytics团队，担任技术主管兼架构师，主导了IBM Watson Analytics数据分析引擎基于Spark技术的转换，极大提高了平台的计算能力；2017年担任IBM Cognos Analytics团队架构师，主持了自动化技术的引入。

【内容简介】

增强型分析是数据科学的未来，本书讲解了如何通过前沿的大数据技术和AI技术实现智能的数据分析和业务决策，即增强型分析。 本书的三位作者是来自德勤、前华为和前IBM的资深数据科学家，在大数据和AI领域至少都有10年以上的工作经验，他们将各自多年来在“构建数据挖掘模型，解决实际业务问题”方面积累的经验全部总结在了这本书中。

Top 8:《面向自然语言处理的深度学习：用Python创建神经网络》

【作者简介】

Palash Goyal是一名高级数据科学家，目前从事将数据科学和深度学习用于在线营销领域的工作。他曾在印度理工学院（IIT）的Guwahati分校学习数学和计算机科学，毕业后他开始在快节奏环境中工作。 他在电子商务、旅游、保险和银行等行业拥有丰富的经验，热衷于数学和金融。他利用深度学习和强化学习技术进行价格预测与投资组合管理，在业余时间管理他的多种加密货币和最新的首次代币发行（ICO）。他追踪数据科学领域的最新趋势，并在博客http://madoverdata.com上分享这些趋势。他还会在空闲时发表与智慧农业相关的文章。

Sumit Pandey毕业于印度理工学院（IIT）的Kharagpur分校，曾在AXA Business Services工作了大约一年，担任数据科学顾问。他目前正在创办自己的企业。

Karan Jain是Sigtuple公司的一名产品分析师，他在那里研究尖端的AI驱动诊断产品。此前，他曾在医疗保健解决方案公司Vitrana担任数据科学家。他喜欢在快节奏的数据初创公司工作。在闲暇时间，Karan深入涉猎基因组学、BCI接口和光遗传学。最近，他对用于便携式诊断的POC设备和纳米技术产生了兴趣。Karan在LinkedIn上有3000多名粉丝。

【内容简介】

通过解决dropout、池化和归一化层的难题，探索并开发你自己的深度学习网络；获得关于强化学习以及如何使用上下文特定的行为令人兴奋的介绍；在Tensorflow和Keras中使用叠加双向LSTM创建自己的聊天机器人。

Top 9:《实用卷积神经网络:运用Python实现高级深度学习模型》

【作者简介】

Mohit Sewak是IBM的高级认知数据科学家，也是比尔拉技术与科学学院的人工智能和计算机科学博士。他在人工智能、深度学习和机器学习方面拥有多项专利和著作。他曾是一些非常成功的人工智能/机器学习软件和行业解决方案的首席数据科学家，并在早期就参与了沃森认知商业产品线的解决方案研究。他在TensorFlow、Torch、Caffe、Theano、Keras、Watson等架构的设计和解决方案方面有14年的丰富经验。

Md. Rezaul Karim是德国Fraunhofer FIT的研究科学家。他也是德国亚琛工业大学的博士研究生。在加入FIT之前，他曾在爱尔兰的Insight数据分析中心担任研究员。他也曾是韩国三星电子的首席工程师。 他在C++、Java、R、Scala和Python方面有9年的研发经验，也在生物信息学、大数据和深度学习方面发表过研究论文。此外在Spark、Zeppelin、Hadoop、Keras、Scikit-Learn、TensorFlow、Deeplearning4j、MXNet、H2O等方面都有实际的工作经验。

Pradeep Pujari是沃尔玛实验室的机器学习工程师，也是ACM的杰出成员。他的核心专业领域是信息检索、机器学习和自然语言处理。在空闲的时候，他喜欢研究人工智能技术、阅读和辅导。

【内容简介】

卷积神经网络(CNN)正在对视觉识别系统、自动驾驶汽车、医学发现、创新电子商务等多个应用领域产生革命性的影响。本书首先基于图像分类的例子概述深度神经网络，并为人脸识别构建一个CNN。随后构建一个高级视觉相关算法，用于目标检测、实例分割、生成式对抗网络、图像描述、视觉注意力机制和视觉循环模型。本书完结时，你应该可以在专业项目中利用复杂的图像、视频数据来实现先进和高效的CNN模型。

Top 10:《自然语言处理Python进阶》

【作者简介】

克里希纳•巴夫萨（Krishna Bhavsar）花了大约10年时间在各行业领域如酒店业、银行业、医疗行业等进行自然语言处理、社交媒体分析和文本挖掘方面的研究。他致力于用不同的NLP语料库如Stanford CoreNLP、IBM的 SystemText和BigInsights、GATE和NLTK来解决与文本分析有关的行业问题。克里希纳还致力于分析社交媒体给热门电视节目和流行零售品牌以及产品带来的效应。2010年，他在NAACL上发表了一篇关于情感分析增强技术的论文。近期，他创建了一个NLP管道/工具集并开源以便公众使用。除了学术和科技，克里希纳还热衷于摩托车和足球，空闲时间喜欢旅行和探索。他骑摩托车参加过环印度公路旅行并在东南亚和欧洲大部分国家徒步旅行过。

纳雷什•库马尔（Naresh Kumar）曾为财富500强企业设计、实施和运行超大型因特网应用程序，在这方面他拥有超过十年的专业经验。他是一位全栈架构师，在电子商务、网络托管、医疗、大数据及分析、数据流、广告和数据库等领域拥有丰富的实践经验。他依赖开源并积极为其做贡献。纳雷什一直走在新兴技术的前沿，从Linux系统内部技术到前端技术。他曾在拉贾斯坦邦的BITS-Pilani学习，获得了计算机科学和经济学的双学位。

普拉塔普•丹蒂（Pratap Dangeti）在班加罗尔的研究和创新实验室开发机器学习和深度学习方法，以用于结构化、图像和TCS文本数据。他在分析和数据科学领域拥有丰富的经验，并在IIT Bombay获得了工业工程和运筹学项目的硕士学位。普拉塔普是一名人工智能爱好者。闲暇时，他喜欢阅读下一代技术和创新方法。他还是Packt出版的《Statistics for Machine Learning》一书的作者。

【内容简介】

本书包含的实例可以让你学会使用NLTK（处理NLP任务的主要Python平台）完成自然语言处理的各种任务，涵盖了自然语言理解、自然语言处理和句法分析等。

以上10款经典必读书目，是不是想统统收入囊中？ 心动不如行动！ 点击下方小程序，来争取属于你的奖品吧！

活动规则：

1、 扫描下方海报二维码，回复“AI礼物”

2、  我们将为你们免费送出以上精选AI好书