资料 | 深度学习之美：AI时代的数据处理与最佳实践

深度学习是人工智能的前沿技术。《深度学习之美》深入浅出地介绍了深度学习的相关理论和实践，《深度学习之美》共分16章，采用理论和实践双主线写作方式。

第1章给出深度学习的大图。第2章和第3章，讲解了机器学习的相关基础理论。第4章和第5章，讲解了Python基础和基于Python的机器学习实战。第6至10章，先后讲解了M-P模型、感知机、多层神经网络、BP神经网络等知识。第11章讲解了被广泛认可的深度学习框架TensorFlow。第12章和第13章详细讲解了卷积神经网络，并给出了相关的实战项目。第14章和第15章，分别讲解了循环递归网络和长短期记忆（LSTM）网络。第16章讲解了神经胶囊网络，并给出了神经胶囊网络设计的详细论述和实践案例分析。 《深度学习之美》结构完整、行文流畅，是一本难得的零基础入门、图文并茂、通俗易懂、理论结合实战的深度学习书籍。                      

Daniel Jurafsky

张玉宏，2012年于电子科技大学取得博士学位，2009—2011年美国西北大学访问学者，电子科技大学博士后，现执教于河南工业大学。 中国计算机协会（CCF）会员，CCF YOCSEF郑州2018—2019年度副主席，ACM/IEEE会员。《品味大数据》一书作者。主要研究方向为大数据、人工智能、技术哲学。发表学术论文20余篇，国内外学术作品7部。阿里云云栖社区专栏作家，博文累计阅读逾百万次。