公众号关注 “ML_NLP
设为 “星标”,重磅干货,第一时间送达!
1024程序员节
当当网计算机图书大促
每满10050
200100
300150
满400减200!
……
机械工业出版社华章公司联合当当网特意申请了一批可与满减叠加使用的“满20040”的图书优惠码
是的!没错! 10050之后满200还能再减40 !!!
相当于满160元买400元的硬核技术书!

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
01
会话式AI:自然语言处理与人机交互
推荐语:腾讯、国家标准委AI专家撰写,详解NLP和人际交互,从算法、实战3维度讲解聊天机器人原理、实现与工程实践。
02
智能语音处理
推荐语:十余年深耕智能语音处理的研究结晶,人工智能在语音处理领域的应用成果。本书系统性地阐述智能语音处理技术,并重点以机器学习等技术及其在语音处理中的典型应用,理论与实践联系紧密。
03
机器阅读理解:算法与实践
推荐语:微软人工智能首席技术官黄学东、中国计算机学会秘书长杜子德联袂推荐!微软高级研究员、斯坦福大学计算机系博士、2届全球阅读理解竞赛冠军朱晨光撰写。让你深刻认识机器阅读理解并直接进行相关模型开发、实验和部署。
04
深度实践OCR:基于深度学习的文字识别
推荐语:阿里巴巴本地生活研究院算法团队联合知名场景文本算法作者撰写,产业应用和学术前沿的一次思想碰撞!从组件、算法、实现、工程应用等维度系统讲解基于深度学习的OCR技术的原理和落地,提供大量案例。
05
Python自然语言处理实战:核心技术与算法
推荐语:阿里巴巴、前明略数据和七牛云的高级专家和科学家撰写,零基础掌握NLP的核心技术、方法论和经典算法。
06
基于深度学习的自然语言处理
(智能系统与技术丛书)
推荐语:关于基于深度学习的自然语言处理的基础知识大全,内容全面且新颖,讲解专业且规范,是走上精通深度学习与自然语言处理之路的极佳范本。
07
机器学习实战:基于Scikit-Learn、Keras和TensorFlow:原书第2版
推荐语:国外AI“四大名著”之一!AI霸榜书重磅更新!“美亚”AI+神经网络+CV+NLP四大畅销榜首图书,基于TensorFlow 2和新版Scikit-Learn全面升级,内容增加近一倍!前谷歌工程师撰写,Keras之父和TensorFlow移动端负责人鼎力推荐,从实践出发,手把手教你从零开始搭建起一个神经网络。上市一周即荣登当当新书榜榜首!
08
神经网络与深度学习
推荐语:豆瓣评分9.5!复旦大学邱锡鹏教授力作,周志华、李航联袂推荐,深受好评的深度学习讲义“蒲公英书”正式版!系统整理深度学习的知识体系,由浅入深地阐述深度学习的原理、模型以及方法。更适合中文读者自学与入门的深度学习图书!使你掌握神经网络与深度学习技术的基本原理,知其然也知其所以然。上市不到一周即荣登当当新书榜榜首!
09
机器学习理论导引
推荐语:机器学习领域著名学者周志华教授领衔撰写,系统梳理机器学习理论中的七大重要概念或理论工具,并给出若干分析实例。
10
迁移学习
推荐语:杨强教授领衔撰写,迁移学习“开山之作”,解决人工智能的“最后一公里”问题。张钹院士作序,邓力、高文、李开复、周志华(按姓氏拼音排序)联袂推荐。
11
智能计算系统
推荐语:深度学习处理器芯片研究的开拓者陈云霁领衔,中科院计算所、软件所的专家学者倾心写就。智能领域系统能力培养大成之作!
怎么BUY
优惠码:WGEGFH(长按复制)
使用渠道:当当小程序或当当APP
有效期:即日起-11月3日
使用方法:
步骤一长按下方二维码直达专题,挑选图书至购物车,点击结算
步骤二,点击“优惠券/码处
步骤三,输入优惠码WGEGFH(注意要大写)
适用范围:全场当当自营图书(教材、考试类除外)
下载1:四件套
在机器学习算法与自然语言处理公众号后台回复“四件套”
即可获取学习TensorFlow,Pytorch,机器学习,深度学习四件套!
下载2:仓库地址共享
在机器学习算法与自然语言处理公众号后台回复“代码”
即可获取195篇NAACL+295篇ACL2019有代码开源的论文。开源地址如下:https://github.com/yizhen20133868/NLP-Conferences-Code
重磅!机器学习算法与自然语言处理交流群已正式成立
群内有大量资源,欢迎大家进群学习!
额外赠送福利资源!邱锡鹏深度学习与神经网络,pytorch官方中文教程,利用Python进行数据分析,机器学习学习笔记,pandas官方文档中文版,effective java(中文版)等20项福利资源
获取方式:进入群后点开群公告即可领取下载链接
注意:请大家添加时修改备注为 [学校/公司 + 姓名 + 方向]
例如 —— 哈工大+张三+对话系统。
号主,微商请自觉绕道。谢谢!
继续阅读
阅读原文