天池读书会又来啦,五月场,数据分析、机器学习、深度学习、神经网络通吃!

简介: 天池读书会又来啦,五月场分享主题多样,包含了数据分析、机器学习、深度学习、神经网络等方面,相信总有你想看的。

读书会banner.png

阿里云天池读书会五月场来啦,这次我们邀请到了《人工智能数学基础》作者、华东理工大学博士唐宇迪老师,《机器学习与Python实践》作者、上海财大统计与管理学院教授、博导黄勉老师,《深度学习之摄影图像处理 核心算法与案例精粹》作者、有三AI创始人言有三老师,天池KoL刘斯豪同学,天池竞赛Top选手康一帅老师(按直播分享时间排序)为大家进行精彩的图书分享。

image.png

阿里云天池目前已经完成了19场读书会直播,一共六期,包含18本数据分析、人工智能领域热门图书。分享嘉宾除了给大家分享、解读图书内容,还会带大家进行图书中的项目实战,所有的视频回放、嘉宾分享PPT、实践代码都可以在天池读书会页面获取。


同时天池也提供了配套的技能练习训练营供大家更好的学习,期望通过听、写、练一体化学习方式让大家从嘉宾的分享中吸收更多知识、更轻松的入门人工智能。

image.png

欢迎大家来天池牛年读书会,体验“读+练”的沉浸式读书新方式,边读边实践。


参加直播学习与项目实践,还可以瓜分50000天池粮票,换取好礼。电脑或者手机点击下方链接即可加入读书会,预约大佬直播。

读书会地址 https://tianchi.aliyun.com/specials/promotion/activity/bookclub


目前5月的5场读书会直播已经全部上线了,进入到读书会页面后,点击预约直播按钮即可提前预约直播,或者点击观看回放,查看直播回放视频。

image.png


除了预约直播外,所有读者还可以直接在读书会页面点击「提问」按钮,对对应图书进行提问,每次直播时我们会将大家的提问反馈给分享嘉宾,「优质提问可以获得对应图书一本」,欢迎大家点击下方链接填写自己对图书的相关问题。

提问链接 https://survey.aliyun.com/apps/zhiliao/gkNo6ybZR


接下来给大家具体介绍下天池读书会五月场内容。

天池读书会四月场

《人工智能数学基础》

01.png

「直播嘉宾:」  唐宇迪 计算机专业博士、网易云课堂人工智能认证行家

「直播时间:」 5月23日 20:00

「配套学习资源:」

1> 《人工智能的数学基础》课程

天池读书会页面,点击《人工智能的数学基础》课程即可进入课程学习,全免费,视频课程,更好理解,学习更高效。

image.png

2> 项目实战代码获取和嘉宾分享PPT下载 分享嘉宾正在准备中,在直播开始前会将相关资源放到读书会页面,在天池读书会页面,点击实战代码即可进入对应代码;点击PPT下载,即可以下载嘉宾的分享PPT。

image.png

「图书介绍:」

中国人工智能学会副理事长力荐教材!数学思维的体操、学习人工智能的基石!通过205个典型范例+185个推导公式+37道经典习题+40个学习难点提示+19个项目,进行数学思想和解决方案的有效实践。


零基础也能快速入门。本书从基础的高等数学基础讲起,由浅入深,层层递进,在巩固固有知识的同时深入讲解人工智能的算法原理,无论读者是否从事计算机相关行业,是否接触过人工智能,都能通过本书实现快速入门。


全新视角介绍数学知识。采用计算机程序模拟数学推论的介绍方法,使数学知识更为清晰易懂,更容易让初学者深入理解数学定理、公式的意义,从而激发起读者的学习兴趣。

理论和实践相结合。每章后提供根据所在章的理论知识点精心设计的“综合性实例”,读者可以通过综合案例进行实践操作,为以后的算法学习奠定基础。


大量范例源码 习题答案,为学习排忧解难。本书所有示例都有清晰完整的源码,每章之后设有习题并配套题目答案,讲解清晰,解决读者在学习中的所有困惑。


《机器学习与Python实践》

02.png

「直播嘉宾:」 黄勉 上海财大统计与管理学院教授,博导

「直播时间:」 5月24日 20:00

「配套学习资源:」

1> 机器学习训练营

天池读书会页面,点击学习训练营即可进入课程学习,全免费,还有有学习交流群,精编教程,优秀学习者在线答疑等服务。

image.png

2> 项目实战代码获取和嘉宾分享PPT下载 分享嘉宾正在准备中,在直播开始前会将相关资源放到读书会页面,在天池读书会页面,点击实战代码即可进入对应代码;点击PPT下载,即可以下载嘉宾的分享PPT。

image.png

「图书介绍:」

本书是一本机器学习入门的书籍。全书系统地讲解了机器学习的理论以及在实际数据分析中使用机器学习的基本步骤和方法;介绍了进行数据处理和分析时怎样选择合适的模型,以及模型的估计和优化算法等,并通过多个例子展示了机器学习的应用和实践经验。


不同于很多讲解机器学习方法的书籍,本书以实践为导向,使用 Python 作为编程语言,强调简单、快速地建立模型,解决实际问题。读者通过对本书内容的学习,可以迅速上手实践机器学习,并利用机器学习解决实际问题。


本书可作为机器学习课程的教材,也适合于有意从事使用机器学习分析财经数据的分析师,以及经管类的本科生和研究生阅读。


《深度学习之摄影图像处理 核心算法与案例精粹》

03.png

「直播嘉宾:」 言有三 有三AI创始人、本书作者

「直播时间:」 5月25日 20:00

「配套学习资源:」

1> 深度学习训练营 天池读书会页面,点击深度学习训练营即可进入课程学习,全免费,还有有学习交流群,精编教程,优秀学习者在线答疑等服务。

image.png

2> 项目实战代码获取和嘉宾分享PPT下载 分享嘉宾正在准备中,在直播开始前会将相关资源放到读书会页面,在天池读书会页面,点击实战代码即可进入对应代码;点击PPT下载,即可以下载嘉宾的分享PPT。

image.png


「图书介绍:」

循序渐进。本书首先从摄影中的基础概念,尤其是其中涉及到的图像知识开始讲述,然后过渡到摄影与图像交叉的各个领域。


从摄影作品的美学评价算法,自动构图算法,过渡到对摄影作品的常用编辑技术,包括噪声去除、对比度增强、色调增强、去模糊以及分辨率提升,然后对当前更先进的人像美颜、图像风格化技术进行了介绍,后介绍了有难度的图像景深编辑,纹理编辑,图像融合技术。内容由浅入深,覆盖了大量应用场景,适合系统性进阶学习。


本书适合计算机视觉行业从业者、摄影专业人士和爱好者、对当下智能摄影后期核心技术感兴趣并且想要有所提高的学生、工程技术人员或相关专业教师阅读。本书既可以作为核心算法教程用于学习理论知识,也可以作为工程参考手册用于查阅相关技术。


《利用Python进行数据分析(第二版)》

04-1.png

「直播嘉宾:」 刘斯豪 天池KoL

「直播时间:」 5月28日 20:00

「配套学习资源:」

1> Numpy、Pandas、Matplotlib课程 天池读书会页面,点击学习课程即可进入对应的课程学习,全部免费。

image.png

2> 项目实战代码获取和嘉宾分享PPT下载 分享嘉宾正在准备中,在直播开始前会将相关资源放到读书会页面,在天池读书会页面,点击实战代码即可进入对应代码;点击PPT下载,即可以下载嘉宾的分享PPT。

image.png

「图书介绍:」

1.本书由Python pandas项目创始人Wes McKinney亲笔撰写,详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。


2.第2版针对Python 3.6进行全面修订和更新,涵盖新版的pandas、NumPy、IPython和Jupyter,并增加大量实际案例,可以帮助你高效解决一系列数据分析问题。


《深入浅出图神经网络:GNN原理解析》

05-1.png

「直播嘉宾:」 康一帅 天池竞赛Top选手

「直播时间:」 5月30日 20:00

「配套学习资源:」

1> 《神经网络与深度学习》课程 天池读书会页面,点击学习课程即可进入课程学习,全免费,包含有邱老师《神经网络与深度学习》图书每章的配套学习PPT和测试题。

image.png

2> 项目实战代码获取和嘉宾分享PPT下载 分享嘉宾正在准备中,在直播开始前会将相关资源放到读书会页面,在天池读书会页面,点击实战代码即可进入对应代码;点击PPT下载,即可以下载嘉宾的分享PPT。

image.png

「图书介绍:」

这是一本从原理、算法、实现、应用4个维度详细讲解图神经网络的著作,在图神经网络领域具有重大的意义。


本书作者是图神经网络领域的资深技术专家,作者所在的公司极验也是该领域的领先者。本书是作者和极验多年研究与实践经验的总结,内容系统、扎实、深入浅出,得到了白翔、俞栋等多位学术界和企业界领军人物的高度评价及强烈推荐。


全书共10章:第1~4章全面介绍了图、图数据、卷积神经网络以及表示学习等基础知识,是阅读本书的预备知识;第5~6章从理论的角度出发,讲解了图信号处理和图卷积神经网络,深入剖析了图卷积神经网络的性质,并提供了GCN实现节点分类的实例;第7~9章全面讲解了图神经网络的各种变体及范式、图分类机制及其实践,以及基于GNN的图表示学习;第10章介绍了图神经网络的研究和应用。


如何参与提问及获取读书会学习资源

step1: 果点击阅读原文或者浏览器/手机打开下方链接,进入读书会页面,在读书会页面可以获取所有你想要的资源。

读书会地址 https://tianchi.aliyun.com/specials/promotion/activity/bookclub

image.png

step2: 了解读书会活动,分为听、写、练、请四块,点击对应模块即可参与对应活动。

image.png

step3: 预约后面的读书会直播或查看回放?

image.png

预约后面的读书会:在读书会页面,下滑到直播安排模块,还没举行的读书会直播都会展示在这里,你可以选择自己想听的读书会,点击预约直播按钮即可进入读书会直播页面。

image.png

在读书会直播页面点击预约直播按钮即可提前预约,直播开始前会通过短信提醒你来观看,这样就不怕遗忘了。

image.png

查看直播回放:大读书会页面下滑到往期读书会模块即可看到已经结束的读书会,点击对应的观看回放即可查看读书会的直播回放了。


step4: 如何下载对应的学习资源?

不管是往期读书会还是即将举行的读书会,都有对应的学习资源,有部分实战类图书还配有分享老师为大家准备的项目实践代码,大家在读书会页面直接点击对应的按钮即可下载或者查看。

以雷明老师分享的《机器学习原理、算法与应用》来看,现在有的功能按钮有:

image.png

  • 提问:你对图书或者相关领域知识的问题都可以提交,优质提问有机会获得对应赠书。
  • 课程:图书相关领域的学习课程,可在天池免费学习。
  • 训练营:天池人工智能入门系列训练营,与图书对应的学习知识,更好的让你入门。
  • 算法地图:分享老师总结的相关领域知识图谱,快速找到自己需要的内容。
  • PPT下载:分享老师的读书会分享PPT,免费下载。
  • 实践代码:分享老师为大家准备的图书实战案例代码,点击即可查看、运行学习。
  • 观看回放:即使错过直播,也可以回过头来学习,或者慢慢理解老师讲解的内容。


step5: 如何进行项目实践?

以言有三老师分享的《深度学习之人脸图像处理》为例,大家直接点击实践代码按钮即可进入代码实践环境,除了可以查看到老师准备的代码,你还可以在天池实验室直接进行运行、编辑学习,更高效。

image.png

如果大家对读书会还有其他问题,或者建议,可以留言提出,我们一起让读书会越来越好。

目录
相关文章
|
5天前
|
运维 监控 安全
公司监控软件:SAS 数据分析引擎驱动网络异常精准检测
在数字化商业环境中,企业网络系统面临复杂威胁。SAS 数据分析引擎凭借高效处理能力,成为网络异常检测的关键技术。通过统计分析、时间序列分析等方法,SAS 帮助企业及时发现并处理异常流量,确保网络安全和业务连续性。
25 11
|
27天前
|
机器学习/深度学习 人工智能 数据挖掘
打破传统:机器学习与神经网络获2024年诺贝尔物理学奖引发的思考
诺贝尔物理学奖首次授予机器学习与神经网络领域,标志该技术在物理学研究中的重要地位。本文探讨了这一决定对物理学研究的深远影响,包括数据分析、理论物理突破及未来科研方向的启示,同时分析了其对学术跨界合作与全球科研产业的影响。
49 4
|
27天前
|
机器学习/深度学习 数据采集 算法
机器学习在医疗诊断中的前沿应用,包括神经网络、决策树和支持向量机等方法,及其在医学影像、疾病预测和基因数据分析中的具体应用
医疗诊断是医学的核心,其准确性和效率至关重要。本文探讨了机器学习在医疗诊断中的前沿应用,包括神经网络、决策树和支持向量机等方法,及其在医学影像、疾病预测和基因数据分析中的具体应用。文章还讨论了Python在构建机器学习模型中的作用,面临的挑战及应对策略,并展望了未来的发展趋势。
93 1
|
1月前
|
机器学习/深度学习 自然语言处理 算法
深入理解机器学习算法:从线性回归到神经网络
深入理解机器学习算法:从线性回归到神经网络
|
1月前
|
机器学习/深度学习 人工智能 安全
人工智能与机器学习在网络安全中的应用
人工智能与机器学习在网络安全中的应用
68 0
|
2月前
|
机器学习/深度学习 人工智能 算法
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
玉米病害识别系统,本系统使用Python作为主要开发语言,通过收集了8种常见的玉米叶部病害图片数据集('矮花叶病', '健康', '灰斑病一般', '灰斑病严重', '锈病一般', '锈病严重', '叶斑病一般', '叶斑病严重'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。再使用Django搭建Web网页操作平台,实现用户上传一张玉米病害图片识别其名称。
72 0
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
|
2月前
|
机器学习/深度学习 人工智能 算法
#如何看待诺贝尔物理学奖颁给了机器学习与神经网络?#
2024年诺贝尔物理学奖首次颁发给机器学习与神经网络领域的研究者,标志着这一技术对物理学及多领域应用的深远影响。机器学习和神经网络不仅在生产、金融、医疗等行业展现出高效实用性,还在物理学研究中发挥了重要作用,如数据分析、模型优化和物理量预测等,促进了物理学与人工智能的深度融合与发展。
35 0
|
6月前
|
机器学习/深度学习 PyTorch 算法框架/工具
【从零开始学习深度学习】26.卷积神经网络之AlexNet模型介绍及其Pytorch实现【含完整代码】
【从零开始学习深度学习】26.卷积神经网络之AlexNet模型介绍及其Pytorch实现【含完整代码】
|
6月前
|
机器学习/深度学习 PyTorch 算法框架/工具
【从零开始学习深度学习】28.卷积神经网络之NiN模型介绍及其Pytorch实现【含完整代码】
【从零开始学习深度学习】28.卷积神经网络之NiN模型介绍及其Pytorch实现【含完整代码】
|
4月前
|
机器学习/深度学习 PyTorch 算法框架/工具
PyTorch代码实现神经网络
这段代码示例展示了如何在PyTorch中构建一个基础的卷积神经网络(CNN)。该网络包括两个卷积层,分别用于提取图像特征,每个卷积层后跟一个池化层以降低空间维度;之后是三个全连接层,用于分类输出。此结构适用于图像识别任务,并可根据具体应用调整参数与层数。
下一篇
DataWorks