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
|
14天前
|
机器学习/深度学习 自然语言处理 搜索推荐
深度学习的魔法:如何用神经网络解决复杂问题
在这篇文章中,我们将探讨深度学习的基本原理和它在各种领域中的应用。通过一些实际的例子,我们将看到深度学习如何帮助我们解决复杂的问题,如图像识别、自然语言处理和推荐系统等。我们还将讨论一些最新的研究成果和技术趋势,以及深度学习在未来可能面临的挑战和机遇。
|
25天前
|
机器学习/深度学习 人工智能 算法框架/工具
深度学习中的卷积神经网络(CNN)及其在图像识别中的应用
【10月更文挑战第7天】本文将深入探讨卷积神经网络(CNN)的基本原理,以及它如何在图像识别领域中大放异彩。我们将从CNN的核心组件出发,逐步解析其工作原理,并通过一个实际的代码示例,展示如何利用Python和深度学习框架实现一个简单的图像分类模型。文章旨在为初学者提供一个清晰的入门路径,同时为有经验的开发者提供一些深入理解的视角。
|
25天前
|
机器学习/深度学习 数据可视化 Windows
深度学习笔记(七):如何用Mxnet来将神经网络可视化
这篇文章介绍了如何使用Mxnet框架来实现神经网络的可视化,包括环境依赖的安装、具体的代码实现以及运行结果的展示。
48 0
|
10天前
|
机器学习/深度学习 自然语言处理 TensorFlow
深度学习的奥秘:探索神经网络背后的魔法
【10月更文挑战第22天】本文将带你走进深度学习的世界,揭示神经网络背后的神秘面纱。我们将一起探讨深度学习的基本原理,以及如何通过编程实现一个简单的神经网络。无论你是初学者还是有一定基础的学习者,这篇文章都将为你提供有价值的信息和启示。让我们一起踏上这段奇妙的旅程吧!
|
11天前
|
机器学习/深度学习 并行计算 数据挖掘
R语言是一种强大的统计分析工具,广泛应用于数据分析和机器学习领域
【10月更文挑战第21天】R语言是一种强大的统计分析工具,广泛应用于数据分析和机器学习领域。本文将介绍R语言中的一些高级编程技巧,包括函数式编程、向量化运算、字符串处理、循环和条件语句、异常处理和性能优化等方面,以帮助读者更好地掌握R语言的编程技巧,提高数据分析的效率。
30 2
|
9天前
|
机器学习/深度学习 人工智能 算法
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
车辆车型识别,使用Python作为主要编程语言,通过收集多种车辆车型图像数据集,然后基于TensorFlow搭建卷积网络算法模型,并对数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django搭建web网页端操作界面,实现用户上传一张车辆图片识别其类型。
28 0
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
|
11天前
|
机器学习/深度学习 人工智能 自动驾驶
深度学习中的卷积神经网络(CNN)及其应用
【10月更文挑战第21天】本文旨在深入探讨深度学习领域的核心组成部分——卷积神经网络(CNN)。通过分析CNN的基本结构、工作原理以及在图像识别、语音处理等领域的广泛应用,我们不仅能够理解其背后的技术原理,还能把握其在现实世界问题解决中的强大能力。文章将用浅显的语言和生动的例子带领读者一步步走进CNN的世界,揭示这一技术如何改变我们的生活和工作方式。
|
17天前
|
机器学习/深度学习 人工智能 监控
深入理解深度学习中的卷积神经网络(CNN):从原理到实践
【10月更文挑战第14天】深入理解深度学习中的卷积神经网络(CNN):从原理到实践
56 1
|
18天前
|
机器学习/深度学习 算法 数据挖掘
【深度学习】经典的深度学习模型-02 ImageNet夺冠之作: 神经网络AlexNet
【深度学习】经典的深度学习模型-02 ImageNet夺冠之作: 神经网络AlexNet
25 2
|
23天前
|
机器学习/深度学习 边缘计算 算法
深度学习之进化神经网络设计
基于深度学习的进化神经网络设计(Evolutionary Neural Networks, ENNs)结合了进化算法(EA)和神经网络(NN)的优点,用于自动化神经网络架构的设计和优化。
28 1