只需3分钟就能快速了解一本书！
由作（译）者发声讲书，直指新书的特点与主旨。
只需利用碎片化时间，省时省力选到适合自己的好书

音频链接

http://www.ximalaya.com/78614528/sound/49272322/

音频内容

大家好，我是《深度学习算法实践》一书的作者吴岸城。

我们现在面临着人工智能的大潮，要想不被拍死在岸上，就需要尽快地转型并加入这次大潮中。我自己对此深有体会，如果从一名程序员转型成算法工程师，我个人最深的感觉是要尽快从软件工程的思维转向算法思维。 我们大多数从事IT工作或软件开发读者来说，可能在这行的时间已经很长了，开发过程中形成了一些工程性质的思维，这些思维对于软件系统的构建是有很大帮助，且大多都是置顶向下设计，这部分基本是不符合数据分析或模型构建的思维，数据分析有点像敏捷开发里流程，从业务需求出发，先设计原型，再进行优化，但这和我们谈到的算法思维在本质上还是有区别的。

这也是我写作的初衷。这本书从一名软件工程师的视角出发，结合他在日常工作中遇到的场景，分析了如何把任务拆分成一个个算法，并选择更优化的路径来高效地完成任务。这个思维的转变不是一蹴而就的，而是需要一个观察、分析、再造的过程。所以这本书里面第一部分讲了如何从传统的软件工程思维转化成算法思维，如何应用深度学习算法、应该在哪里去应用深度学习算法、以及深度学习算法如何评价。有数据分析数据挖掘经验的读者可以跳过这一章。
第二部分主要是讲的文本。开始的部分介绍了如何提取文本特征，这是所有文本处理的基础，之后提到了一个文本的综合应用—如何去嗜血简单的对话机器人，深度学习可以怎样应用在对话机器人中，另外从对话机器人引发出一些思考，并且讨论了强化学习和终身学习的概念。
第三部分讲的是图像领域。从人脸表情入手，分析了怎么识别并对表情进行分类，中间涉及到多个技术，另外还谈到了目标识别的一些应用，最后探讨了一些通用的提高模型精度的方法。
第四部分的就是讲预测和推荐，这里呢提到了股票模型，以及深度学习在股票领域的应用。关于推荐的应用，主要介绍的是如何利用深度学习在社交媒体中寻找关联人群，或者说相似人群。
这本书是我在工作中经验的部分总结，我尽量将内容简单化，有面向与初学者的部分，也面向于有一定经验的读者的部分，大家可以选取自己敢兴趣的部分阅读。
谢谢大家。

相关图书