推薦7本2020年上線的AI書籍。
圖算法驅(qū)動(dòng)的機(jī)器學(xué)習(xí)
《Graph-Powered Machine Learning》
作者/發(fā)布時(shí)間:Alessandro Negro,2020年春季出版
推薦語(yǔ):對(duì)于入門圖算法的機(jī)器學(xué)習(xí)愛好者和想要成為圖機(jī)器學(xué)習(xí)算法專家來說,這是不可多得的一本好書。 Erik Sapper
介紹:機(jī)器學(xué)習(xí)的核心是有效識(shí)別數(shù)據(jù)中的模式和關(guān)系。許多任務(wù),比如找到實(shí)體之間的關(guān)聯(lián),這樣系統(tǒng)就可以做出準(zhǔn)確的意圖識(shí)別,或者在社交網(wǎng)絡(luò)中找到有相似興趣的人,自然會(huì)用圖結(jié)構(gòu)來表示。本書將教讀者如何使用基于圖算法和圖結(jié)構(gòu)數(shù)據(jù)來實(shí)現(xiàn)一些圖數(shù)據(jù)獨(dú)有的機(jī)器學(xué)習(xí)落地業(yè)務(wù)。
基于Amazon SageMaker and Jupyter的商用機(jī)器學(xué)習(xí)
《Machine Learning for Business - Using Amazon SageMaker and Jupyter》
作者/發(fā)布時(shí)間:Doug Hudgeon, Richard Nichol,2019年12月
推薦語(yǔ):一系列清晰且解釋清楚的實(shí)踐例子,證明如何解決日常問題,適用于技術(shù)和非技術(shù)讀者。John Bassil, Fethr
介紹:想象一下,是否可以在用戶流失或一些例行問題發(fā)視之前進(jìn)行預(yù)測(cè) 。
想想預(yù)測(cè)單調(diào)乏味的業(yè)務(wù)流程和后臺(tái)任務(wù)的好處
想象一下,從社交媒體內(nèi)容(甚至大部分內(nèi)容)中快速捕捉客戶情緒。
當(dāng)企業(yè)知道未來最有可能發(fā)生的事情時(shí),考慮決策的競(jìng)爭(zhēng)優(yōu)勢(shì)
機(jī)器學(xué)習(xí)可以給企業(yè)帶來這些和其他的優(yōu)勢(shì),而且開始快速發(fā)展!
人工智能的成功-如何得到你想要的結(jié)果
《Succeeding with AI - How to get the results you want》
作者/發(fā)布時(shí)間:Veljko Krunic, 2019年10月
推薦語(yǔ):如果你是一個(gè)商業(yè)領(lǐng)袖,聽說人工智能是新的黑盒技術(shù),并且害怕會(huì)錯(cuò)過,那么在一定要讀這本書! Sune Lomholt
介紹:大大小小的公司都開始做各種人工智能項(xiàng)目,在軟件、開發(fā)人員和數(shù)據(jù)科學(xué)家上投入巨資。這些人工智能項(xiàng)目往往以犧牲可操作的或有形的業(yè)務(wù)結(jié)果為代價(jià),只關(guān)注技術(shù),導(dǎo)致結(jié)果分來,浪費(fèi)投資。人工智能的成功為人工智能項(xiàng)目制定了藍(lán)圖,以確保它們是可預(yù)測(cè)的、成功的,且可以盈利。它充滿了基于數(shù)據(jù)科學(xué)的實(shí)用技術(shù),且具有成本效益,并專注于正確的業(yè)務(wù)目標(biāo)。
從零到人工智能-人工智能時(shí)代繁榮的非技術(shù)性、無(wú)炒作指南
《Zero to AI - A non-technical, hype-free guide to prospering in the AI era》
作者/發(fā)布時(shí)間:Nicolo Valigi and Gianluca Mauro, 2019年8月
推薦語(yǔ):我在現(xiàn)實(shí)人工智能應(yīng)用中找到的最好的書:真實(shí)、準(zhǔn)確、無(wú)炒作。 Alain Couniot
介紹:人工智能如何改變你的業(yè)務(wù)?在零到人工智能中,你將探索各種實(shí)用的人工智能應(yīng)用程序,可以用來改善客戶體驗(yàn)、優(yōu)化營(yíng)銷、幫助你降低成本等。在這本為商業(yè)領(lǐng)袖和技術(shù)專家撰寫的引人入勝的指南中,作者和人工智能專家尼科洛瓦利吉和吉安盧卡莫羅選擇一些引人入勝的項(xiàng)目、實(shí)踐活動(dòng)和現(xiàn)實(shí)世界的解釋來闡明你的企業(yè)如何從人工智能中獲益。
人工智能即服務(wù)
《AI as a Service》
作者/發(fā)布時(shí)間:Peter Elger, Eóin Shanaghy, 2019年3月
推薦語(yǔ):展示了AWS的全部潛力。 Maria Geminim
介紹:世界各地的公司都在將日常業(yè)務(wù)流程轉(zhuǎn)移到云上,人工智能越來越多地應(yīng)用于這些任務(wù)。隨著這一大規(guī)模數(shù)字轉(zhuǎn)型的繼續(xù),無(wú)服務(wù)器計(jì)算和人工智能技術(shù)的結(jié)合有望成為企業(yè)對(duì)消費(fèi)者平臺(tái)開發(fā)的事實(shí)標(biāo)準(zhǔn)而能夠設(shè)計(jì)、開發(fā)、實(shí)施和維護(hù)這些系統(tǒng)的開發(fā)人員將會(huì)非常受歡迎!人工智能即服務(wù)是構(gòu)建和實(shí)現(xiàn)無(wú)服務(wù)器人工智能應(yīng)用程序的實(shí)用手冊(cè),不會(huì)讓你陷入許多理論。相反,你會(huì)在這本必備指南中找到易于消化的方法和兩個(gè)完整的動(dòng)手無(wú)服務(wù)器人工智能實(shí)戰(zhàn)!
用Python掌握大型數(shù)據(jù)集-并行分布式化你的Python代碼
《Mastering Large Datasets with Python - Parallelize and Distribute Your Python Code》
作者/發(fā)布時(shí)間:John T. Wolohan,2020年1月出版
推薦語(yǔ):作者在探索本地和云中使用Python處理大型數(shù)據(jù)集的各個(gè)方面做了大量的工作。 Ariel Gamino
介紹:現(xiàn)代數(shù)據(jù)科學(xué)解決方案需要簡(jiǎn)潔、易讀和可擴(kuò)展。在《用Python掌握大數(shù)據(jù)集》一書中,作者J.T. Wolohan教你如何利用一種受功能影響的Python編碼方法來進(jìn)行一個(gè)小項(xiàng)目并將其放大。你將學(xué)習(xí)一種清晰且可擴(kuò)展的方法和內(nèi)置Python工具,如高性能并行方法,以及支持高數(shù)據(jù)吞吐量的分布式技術(shù)。本實(shí)用教程中豐富的實(shí)踐練習(xí)教會(huì)讀者處理大規(guī)模數(shù)據(jù)科學(xué)項(xiàng)目的基本技能。
Python專業(yè)級(jí)實(shí)戰(zhàn)
《Practices of the Python Pro 》
作者/發(fā)布時(shí)間:Dane Hillard,2019年12月
推薦語(yǔ):關(guān)于通用軟件架構(gòu)和適用于任何編程語(yǔ)言的真理。 David T. Kerns, Rincon Research Corporation
介紹:專業(yè)開發(fā)人員知道編寫簡(jiǎn)潔、組織良好、易于維護(hù)的應(yīng)用程序代碼的許多好處。通過學(xué)習(xí)和遵循既定的模式和最佳實(shí)踐,可以將讀者的代碼和職業(yè)提升到一個(gè)新的水平。
通過閱讀本書,讀者將學(xué)會(huì)使用流行的編程語(yǔ)言Python來大規(guī)模設(shè)計(jì)專業(yè)的、簡(jiǎn)潔的、易于維護(hù)的軟件。讀者會(huì)發(fā)現(xiàn)一些簡(jiǎn)單易用的例子,它們使用偽代碼和Python來介紹軟件開發(fā)的例子,同時(shí)還有幾十種即時(shí)有用的技術(shù),可以幫助讀者像專業(yè)人員一樣編寫代碼。