当当网自营图书大促
>> 每满100减50 <<
满200减100
当当优惠券又来了，老胡搞来两批，五折基础上满200减30，满300减60
使用渠道：当当小程序或当当APP，使用时间：2021.4.13~4.23
怎么BUY？
优惠码：TFXGHJ（满200减30）
优惠码：UTGUJC（满300减60）
使用渠道：当当小程序或当当APP
使用时间：2021.4.13~4.23
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 （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
购书二维码
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 <<
▊《图神经网络：基础与前沿》
马腾飞 编著
图神经网络是人工智能领域的一个新兴方向，它不仅迅速得到了学术界的广泛关注，而且被成功地应用在工业界的多个领域。本书介绍了图神经网络和图深度学习的基础知识和前沿研究，不仅包括它们的发展历史和经典模型，还包括图神经网络在深层网络、无监督学习、大规模训练、知识图谱推理等方面的前沿研究，以及它们在不同领域（如推荐系统、生化医疗、自然语言处理等）的实际应用。
▊《深度学习图像搜索与识别》
王泉 著
首度剖析基于深度学习的亿级图像检索技术平台，揭示精准推荐的技术奥秘
深度分析计算机视觉重要算法原理与应用场景，配以详尽的PyTorch代码
阐述构建大规划图像搜索平台思路、技巧与落地经验
▊《联邦学习技术及实战》
彭南博 王虎 等 著
在大数据时代，企业面临的问题不是真的没有数据可用，而是鉴于数据安全，出现了数据孤岛，无法应用数据。联邦学习是密码学、分布式计算和机器学习三个学科交叉的技术，可以很好地解决数据隐私和安全的问题。《联邦学习技术及实战》由京东数科有多年联邦学习实战经验的二十多位作者合作编写，内容可分为联邦学习基础、具体的联邦学习算法、联邦学习的产业应用和展望三个大部分，并给出较多案例。用300多页的篇幅详细地介绍了联邦学习的原理和应用。
▊《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。
▊ 《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
优惠码
本文分享自微信公众号 - 机器学习算法与Python实战（tjxj666）。
如有侵权，请联系 [email protected] 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。