[福利]《深度学习核心技术与实践》送书活动(5本)

173 阅读6分钟
原文链接: zhuanlan.zhihu.com

终于有空回来更新专栏了,首先带来一组送书福利!


《深度学习核心技术与实践》

• 在深度学习流行之前的传统机器学习年代,我们认为“人工”更多强调的是特征工程之难,需要机器学习从业者不断分析数据,挖掘新的特征。


• 在深度学习流行的这几年,我们认为这句话依然成立,只是“人工”更多地强调人工标注,因为深度学习需要大量的标注数据。当然,也有人反驳说不需要标注,用户的使用历史天然就是标注。实际上,这可以理解为一种众筹标注。

• 在深度学习发展的未来,我们希望这句话不再成立,期待无监督模型取得更长足的进步,使得“人工”智能变为真正的智能。


主要内容

本书主要介绍深度学习的核心算法,以及在计算机视觉、语音识别、自然语言处理中的相关应用。作者们都是业界一线的深度学习从业者,所以书中所写内容和业界联系紧密,所涵盖的深度学习相关知识点比较全面。本书主要讲解原理,较少贴代码。


作者简介

猿辅导应用研究团队成立于2014年年中,一直从事深度学习在教育领域的应用和研究工作。团队成员均毕业于北京大学、清华大学、上海交大、中科院、香港大学等知名高校,大多数拥有硕士或博士学位。研究方向涵盖了图像识别、语音识别、自然语言理解、数据挖掘、深度学习等领域。团队成功运用深度学习技术,从零开始打造出活跃用户过亿的拍照搜题APP——小猿搜题,开源了分布式机器学习系统ytk-learn和分布式通信系统ytk-mp4j。此外,团队自主研发的一系列成果均成功应用到猿辅导公司的产品中。包括:速算应用中的在线手写识别、古诗词背诵中的语音识别、英语口语智能批改、英文手写拍照识别和英语作文智能批改等技术。


编辑推荐

√ 来自一直盛产人工智能黑科技的神秘之师,他们也是开源分布式系统ytk-learn和ytk-mp4j的作者。

√ 用一线工程视角,透过关键概念、模型、算法原理和实践经验,为入坑者破解深度学习“炼金术”。

√ 算法、代码容易获取,结合产品需求落地机器学习才是难题,本书旨在让算法真正在团队扎根长大。

√ 胸怀全局、了如指掌才能在实践中少走弯路,用理论滋养创新能力,这也是本书导向的至臻境界。

本书写给谁看

适合深度学习从业人士或者相关研究生作为参考资料,也可以作为入门教程来大致了解深度学习的相关前沿技术。


媒体评论

本书的作者之一邓澍军博士和夏龙是我的老同事,几年前我们在网易有道共事时,他俩就开始了孜孜不倦的机器学习“修炼”之旅,读经典专著和论文,研读代码,推动机器学习技术和公司业务结合,这股劲头一直延续到他们加入猿辅导创业。今天,他们把自己对深度学习方法的心得体会、落地的第一手经验凝集在《深度学习核心技术与实践》这本书里,即使是我这种自认为经验很丰富的人,也从这本书中学到了很多不曾了解的知识。

——北京一流科技有限公司创始人 袁进辉(老师木)


这本书的不少作者都是我的前同事。从书中我看到了熟悉的务实、钻研、追求实际效果的风格。在深度学习被称为“炼金术”的当前,本书通过第一线的视角,既包含工程实践所需的关键概念、模型和算法原理,也有多年实践经验的总结。本书内容深入浅出,干货满满,是一本不可多得的入门和实践参考书。

——网易有道首席科学家 段亦涛

(我也是本书的作者之一,算是曾经学习路上的一点心得总结吧~)

========================我是分割线========================


以下是送书规则:

首先声明:活动将保证公平公正公开,但最终解释权还是在我这。

1. 参与的读者可以在这篇帖子下回复,并在帖子最后回复一个四位数,并将两位数用“#”号包围住,比方说:

祝贺大麦!#8888#

2. 从5月7日到5月11日,我将以恒生指数开盘数作为下面这个函数的输入:

import numpy as np
def yaojiang(seed):
    np.random.seed(seed)
    iters = np.random.randint(100, 1000)
    for i in range(iters):
        np.random.randint(0, 10000)
    return np.random.randint(0, 10000)

3. 开盘信息就以百度的框计算结果为准:

比方说8月4日的开盘数是25752.270,那么我们的输入是:

yaojiang(25752270)
# 输出:6835

4. 每天晚上11点(确保我有空),我会从当时没有中过奖且评论日期为当天9点前的评论中选择一个离输出最近的评论,各自送出一本样书,获奖者会在本文公布。希望获奖者尽快私信我,提供我邮寄地址(包邮哦亲)。


5. 考虑到可能出现相同数字的情况,原则上优先选择时间线上先出现的数字,后出现者在所有非冲撞人的数字选择完毕后,从自己的数字出发依次+1进行尝试,直到不与别人碰撞为止。

例子:

A:#1000#
B:#1000#
C:#1001#

由于A和B选择同一数字,那么A有效,B需要等到A、C选定后不断+1尝试,最终B将自动选择1002。

如果与所有数字都碰撞,那就只能说不好意思了……

6. 理论上每个用户只有一个有效数字,这里只取第一个数字。

7. 本人js水平很弱,目前用下面的脚本提取各位的信息和数字:

var list = $('.CommentList').children;
for(var i = 0; i < 20; ++i){
	var nameTag = list[i].children[0].children[0].children[1].children[0];
	
	//console.log(list[i].children[1])
	var link = nameTag.getAttribute('href');
	//console.log(link);
	var name = nameTag.text;
	//console.log(name);
	var comment = list[i].children[0].children[1].innerText
	console.log(link + '\t' + name + '\t' + comment);
}

以上就是规则,希望大家能够多多参与,支持《深度学习核心技术与实践》!!!

==========================

以下是抽奖结果:(虚位以待)

5月7日,指数为30102060,数字为5061,恭喜

(5059 www.zhihu.com/people/luo-…

5月8日,指数为30327950,数字为5826,恭喜@哈哈婧(5854 www.zhihu.com/people/xu-j…

5月9日,指数为30442800,数字为8874,恭喜@小涡(8868 www.zhihu.com/people/xiao…

5月10日,指数为30793700,数字为6483,恭喜@晗明(6506 www.zhihu.com/people/han-…

由于本人疏忽,最后一个抽奖改在了5月14日,指数为31498360,数字为972,恭喜@amos (1000 //www.zhihu.com/people/amos-28-41)


恭喜以上的各位!