資料 | 深度學習之美：AI時代的數據處理與最佳實踐

深度學習是人工智能的前沿技術。《深度學習之美》深入淺出地介紹了深度學習的相關理論和實踐，《深度學習之美》共分16章，采用理論和實踐雙主線寫作方式。

第1章給出深度學習的大圖。第2章和第3章，講解了機器學習的相關基礎理論。第4章和第5章，講解了Python基礎和基于Python的機器學習實戰。第6至10章，先后講解了M-P模型、感知機、多層神經網絡、BP神經網絡等知識。第11章講解了被廣泛認可的深度學習框架TensorFlow。第12章和第13章詳細講解了卷積神經網絡，并給出了相關的實戰項目。第14章和第15章，分別講解了循環遞歸網絡和長短期記憶（LSTM）網絡。第16章講解了神經膠囊網絡，并給出了神經膠囊網絡設計的詳細論述和實踐案例分析。 《深度學習之美》結構完整、行文流暢，是一本難得的零基礎入門、圖文并茂、通俗易懂、理論結合實戰的深度學習書籍。                      

Daniel Jurafsky

張玉宏，2012年于電子科技大學取得博士學位，2009—2011年美國西北大學訪問學者，電子科技大學博士后，現執教于河南工業大學。 中國計算機協會（CCF）會員，CCF YOCSEF鄭州2018—2019年度副主席，ACM/IEEE會員。《品味大數據》一書作者。主要研究方向為大數據、人工智能、技術哲學。發表學術論文20余篇，國內外學術作品7部。阿里云云棲社區專欄作家，博文累計閱讀逾百萬次。