有名人说过:”说不清是哪本书影响了我的追求和命运,唯有感恩,感恩于那个时候读到的每一本书。”
在此给大家送一波福利,这次联系了4个好友一起给各位送书,每个号送 5本,还包邮哦,具体书籍种类、介绍信息文中有详细介绍。
感谢北京大学出版社对本次活动的赞助。
书怎么送?
1.关注下方公众号,并分别在后台回复【读书】,根据提示扫描图片二维码进入小程序参与抽奖。本次公众号同时参与,中奖概率更大哦!
2.共计 5个公众号,每个公众号送 5 本书,一共送出 25本。中奖的读者可以在下面5种AI类书籍中任选一本!
3.开奖时间 :3月9号 20:00,一定要留意微信消息,如果你中奖了,请尽快在中奖页面提交收件人信息。一天之内没有联系回复我,送书名额就转给其他人了。
4. 参加抽奖对象仅限公众号粉丝!
参与方式简单粗暴,快扫描下方二维码参与活动吧!
>
>>本次参加的公众号<<
AI派
扫码回复:读书,送5本
深度学习冲鸭
扫码回复:读书,送5本
Python与机器智能
扫码回复:读书,送5本
计算机视觉联盟
扫码回复:读书,送5本
深度学习与计算机视觉
扫码回复:读书,送5本
>>送什么书<<
1、机器学习入门:基于数学原理的Python实战
本书深入浅出地对机器学习算法的数学原理进行了严谨的推导;并利用Python 3对各种机器学习算法进行复现,还利用介绍的算法在相应数据集上进行实战。本书主要内容包括机器学习及其数学基础;线性回归、局部加权线性回归两种回归算法;Logistic回归、Softmax回归和BP神经网络3种分类算法;模型评估与优化;K-Means聚类算法、高斯混合模型两种聚类算法和一种降维算法——主成分分析。
2、TensorFlow深度学习实战大全
本书以TensorFlow为核心,分为3篇,共计15章节。第1篇是基础篇(第1~5章),主要介绍什么是深度学习、深度学习的本质是什么、深度学习所使用的教材和方法,以及深度学习在图像识别(MNIST)领域的应用。第2篇是发展演变篇(第6~14章),主要介绍在图像识别领域深度学习技术的发展与演变。主要是以ImageNet挑战赛为线索、以ImageNet挑战赛中的冠军模型为主干,介绍了卷积神经网络的发展历程、遇到的主要挑战、思路和对策,以及各种冠军模型的模型架构与模型训练。第3篇是前沿篇(第15章),介绍了生成对抗神经网络(GAN),它是一种能够自动生成图像的神经网络,这是与之前介绍的各种用于图像识别的卷积神经网络最显著的区别。
3、机器学习线性代数基础:Python语言描述
本书以机器学习涉及的线性代数核心知识为重点,进行新的尝试和突破:从坐标与变换、空间与映射、近似与拟合、相似与特征、降维与压缩这5个维度,环环相扣地展开线性代数与机器学习算法紧密结合的核心内容,并分析推荐系统和图像压缩两个实践案例,在介绍完核心概念后,还将线性代数的应用领域向函数空间和复数域中进行拓展与延伸;同时极力避免数学的晦涩枯燥,充分挖掘线性代数的几何内涵,并以Python语言为工具进行数学思想和解决方案的有效实践。
4、Halcon机器视觉算法原理与编程实战
本书将针对机器视觉的原理和算法,以及如何应用算法解决问题进行探讨和说明,并利用Halcon对各种机器视觉算法进行举例,让读者全面、深入、透彻地理解Halcon机器视觉开发过程中的各种常用算法的原理及其应用方法,提高实际开发水平和项目实战能力。
5、Python自动化测试实战
本书从自动化测试理论入手,全面地阐述自动化测试的意义及实施过程。全文以Python语言驱动,结合真实案例分别对主流自动化测试工具Selenium、RobotFramework、Postman、Python Requests、Appium等进行系统讲解。通过学习本书,读者可以快速掌握主流自动化测试技术,并帮助读者丰富测试思维,提高Python编码能力。
一次性送出25本北大出版社AI类当当最畅销的25本书!包括~机器学习 深度学习实战 数学基础等...