深度学习：核心技术、工具与案例解析
编辑推荐
适读人群 ：本书适用于对人工智能及深度学习感兴趣的工程师。同时也适用于数据分析师作为入门课程。同时适合其他领域想进行人工智能相关算法应用的研究生、博士生。
（1）作者来自于微软亚洲研究院，在人工智能、大数据和算法等领域经验非常丰富。
（2）以实战为导向的深度学习全栈技术指南，作者凭借多年经验，精选初学者需要掌握的知识精要，大大降低深度学习的门槛
（3）详细讲解深度学习的知识系统、核心技术和算法，以及它们在机器视觉、语音识别、人脸识别、自动驾驶等领域的应用
内容简介
本书共10章，可分为3个部分：第1～2章为部分，简介深度学习算法的发展历史和前沿技术简；第3～4章为第二部分，介绍深度学习主流框架；第5～10章为第三部分，主要为实践案例部分，结合应用场景使用深度学习技术解决相应问题，譬如语音识别器、聊天机器人、人脸识别器、对战机器人、推荐引擎构建等。
作者简介
作者简介
高彦杰
大数据和人工智能研发工程师，任职于微软亚洲研究院。专注AI深度学习平台及数据处理技术，参与多项AI与数据处理相关项目，对AI底层系统到上层算法应用都有广泛的兴趣与研究。
对Hadoop和Spark等大数据技术有非常深入的研究和丰富的实践经验，著有畅销书《Spark：大数据技术，应用与性能优化》和《Spark大数据分析实战》。
于子叶
算法工程师，就职于华生基因，中科院博士。曾参与电磁异常监测与四川地区灾害智能识别系统。专注于图形、信号相关的机器学习方法。对算法底层原理有深入研究。
较早接触TensorFlow，对深度学习等人工智能技术有非常深入的研究，曾参与多个机器学习项目的研发。数学基础深厚，是较少进行基础理论研究的工作者，对现有自然科学所需算法从原理到实践均有深入的研究。此外，对高性能计算HPC也有较为系统和深入的认识。
在线客服