11月新书预告——GNN、深度学习和元宇宙

11月的新书聚焦AI的前沿主题——GNN,另外,还有两本重磅的深度学习好书,也不乏元宇宙、智能驾驶和硬件产品经理等全新技术主题的好书。

1. 图神经网络:基础、前沿与应用              

11月新书预告——GNN、深度学习和元宇宙_第1张图片

吴凌飞 崔鹏 裴健 赵亮 编著

  • 张钹、韩家炜、沈向洋、周志华、李航等众多AI大咖鼎力推荐!
  • 图神经网络当前最全面,兼具前沿性和实践性的著作。

通过阅读本书,您将了解:

  • 表征学习、图表征学习和图神经网络等基本概念;
  • 图神经网络的表达能力、可扩展性、可解释性和对抗鲁棒性等;
  • 图分类、链接预测、图生成、图转换、图匹配、图结构学习、动态图神经网络、异质图神经网络、自动机器学习和自监督学习中模型和算法的发展现状、存在的问题以及未来发展的方向;
  • 图神经网络在现代推荐系统、计算机视觉、自然语言处理、程序分析、软件挖掘、药物开发中生物医学知识图谱挖掘,蛋白质功能和相互作用的预测、异常检测和智慧城市中的应用。

这是一本内容丰富、全面和深入介绍图神经网络的书籍,对于所有需要了解这个领域或掌握这种方法与工具的科学家、工程师和学生都是一部很好的参考书。对人工智能来说,图神经网络有可能是将概率学习与符号推理结合起来的一种工具,有可能成为将数据驱动与知识驱动结合起来的一座桥梁,有望推动第三代人工智能的顺利发展。

张钹 清华大学教授,中国科学院院士

第一本全面涵盖一个快速发展的研究领域——图神经网络(GNN)的书,由权威作者撰写!

韩家炜 美国伊利诺伊大学香槟分校计算机系教授,IEEE和ACM院士

这本书提出了一个全面和及时的图表示学习综述。由这一领域最好的专家编辑撰写,这本书是想学习任何关于图神经网络的学生,研究人员和实践者的必读作品。

沈向洋  计算机视觉和图形学研究的世界级专家,IEEE Fellow,ACM Fellow)美国工程院院士,英国皇家工程科学院的国际院士

图神经网络是当前人工智能的热门领域之一。该书由国际数据挖掘领域著名专家、加拿大皇家学会院士裴健教授和 CCF-IEEECS 青年科学家奖获得者崔鹏教授等领衔出版。英文版已由施普林格出版社推出,中文版将为国内感兴趣的读者提供阅读学习的便利,很有参考价值,值得关注。

周志华 南京大学计算机系主任兼人工智能学院院长,欧洲科学院外籍院士

作为深度学习的一个重要领域,图神经网络近年来取得了突飞猛进的发展。这本由业界知名学者撰写的专著涵盖了图神经网络的基础和应用的方方面面。相信这是一本大家都想阅读的书。强烈推荐!

李航  字节跳动人工智能实验室总监

图神经网络是机器学习最热门的领域之一,这本书是一个很棒的深度资源,涵盖了图表示学习的广泛主题和应用。

Jure Leskovec  斯坦福大学副教授

封面创意:图神经网络 (GNN)的概念最早是Marco Gori等人在2005年在论文《The Graph Neural Network Model》中提出的。该论文在阐述专注于节点的图应用的时候,列举了城堡的节点图为例。本书封面的创意由此而来,这本书也可以称为“城堡书”。

11月新书预告——GNN、深度学习和元宇宙_第2张图片

 

2. 深度学习:从基础到实践(上、下册)    

 

11月新书预告——GNN、深度学习和元宇宙_第3张图片

11月新书预告——GNN、深度学习和元宇宙_第4张图片

 安德鲁·格拉斯纳(Andrew Glassner)

罗家佳 

作者安德鲁·格拉斯纳博士纽约时报评价为“计算机图形研究领域最受尊敬的天才之一。”

本书从基本概念和理论入手,通过近千张图和简单的例子由浅入深地进行讲解深度学习的相关知识,且不涉及复杂的数学内容。 本书分为上下两册,帮助你着手设计和构建自己的深度学习网络, 进而用此网络来理解或生成数据。

上册主要内容:

  • 随机性与基础统计学;
  • 训练与测试;
  • 过拟合与欠拟合;
  • 学习与推理;
  • 集成算法;
  • 前馈网络。

下册主要内容:

  • Scikit-learn库和Keras库;
  • 卷积神经网络;
  • 循环神经网络;
  • 自编码器;
  • 强化学习;
  • 生成对抗网络。

封面创意:本书在解释和说明生成器的原理的时候,用波斯地毯举例,假设通过有限预算购买几条地毯,通过学习其图案并进行训练,得到多条看起来真实但又有所不同的地毯图案。编辑由此得到启发,选择不同的波斯地毯图案拼成本书封面背景图。

3.  图解深度学习:可视化、交互式的人工智能指南 

11月新书预告——GNN、深度学习和元宇宙_第5张图片

 

【美】乔恩·克罗恩(Jon Krohn)

格兰特·贝勒费尔德(Grant Beyleveld)

阿格莱·巴森斯(Aglaé Bassens)

刘乐平 刘芳 程瑞华 

  • 形式新颖,轻松活泼,可视化&交互式的人工智能指南
  • 利用精美的插图和有趣的类比,深入浅出的讲解
  • 解释了深度学习的概念和流行的原因

本书将带领你:

 探讨深度学习系统为什么会如此与众不同,以及它对从业者的影响;

 探索新的工具,使深度学习模型更易于构建、使用与改进;

 掌握人工神经元、训练、优化、卷积网络、循环网络、生成对抗网络、深度强化学习等基本理论;

 逐步构建交互式的深度学习应用,并推进自己的人工智能项目。

封面创意:本书封面背景采用国际象棋的棋盘,国际象棋是深度学习和人工智能技术的一个重要应用领域。棋盘白色格子中的人物,都是深度学习技术发展中的重要奠基者,正是他们的研究成果,推动深度学习一步一步前进。本书中有他们的精美画像和成就介绍。

4. 元宇宙漫游 

11月新书预告——GNN、深度学习和元宇宙_第6张图片

周鹏远 李力恒 许彬 等 

  • 中国工程院吴曼青院士、中国科学技术大学刘利刚教授、阿里云技术战略总监陈绪博士作序推荐
  • 结合国内外多位相关领域专家的见解,由浅入深地剖析了元宇宙的重要技术、生态和发展
  • 快速进入元宇宙世界,了解元宇宙的重要知识点

本书是吴曼青院士、许彬院士等国内外十余位专家的演讲内容汇总。本书从人城交互、空间体验、计算机视觉、边缘计算、系统5个方面介绍了元宇宙的关键技术,同时本书还探讨了元宇宙涉及的社会问题,包括元宇宙对生活、隐私等方面的影响,元宇宙中的恶意用户和检测问题,以及高效构建元宇宙的方式和方法等

5. 数据驱动的智能驾驶                               

11月新书预告——GNN、深度学习和元宇宙_第7张图片

殷玮 

  • 中国工程院院士、清华大学教授李KE强领衔推荐
  • 杨晓光教授作序推荐,众多智能驾驶行业精英联袂推荐

本书对技术思维与产品思维进行了系统化梳理,对制造业与互联网业矛盾与融合的多维度方法论进行了解析,是一本不可多得的智能驾驶汽车开发与研究方法论著作。

—— 李KE强 中国工程院院士、清华大学教授

本书作者是知乎科普大V智能驾驶行业资深专家,曾负责过多个量产L2和L4自动驾驶项目,曾执笔自动驾驶相关行业标准的制定工作全书内容包括,智能驾驶的基础概念、汽车架构、交互系统、处理系统、车端软件、云端数据平台、数据处理自动化、智能驾驶的研发体系系统地讲解了与智能驾驶汽车研发相关的知识和思维模式

6. 硬件产品经理方法论                              

11月新书预告——GNN、深度学习和元宇宙_第8张图片

林志平 

  • 串联硬件产品的全生命周期,助力硬件产品经理职场进阶。
  • 本书涵盖硬件产品经理的工作流程+产品思维+求职指导+学习方法。
  • 包含一个实际案例,从行业、企业和产品三方面深度剖析其成功的原因。

全书以一个硬件产品所经历的生命周期为线索展开具体内容包括产品规划、产品实现、产品上市等,详细地拆解了硬件产品经理在工作中的每个阶段所需要掌握的理论、方法和实用工具。总结了硬件产品经理所需要具备的微观、中观及宏观产品思维

7. 物联网信息安全技术                              

11月新书预告——GNN、深度学习和元宇宙_第9张图片

张小松 刘小珍 牛伟纳 

本书作者钧在电子科技大学从事计算机与网络安全相关领域的科研工作。

  • 本书旨在帮助读者系统地掌握物联网安全的相关知识、原理和技术。
  • 针对智能家居、智能汽车、智能穿戴设备等典型应用场景,详细分析其中存在的安全风险
  • 介绍IoT安全分析的技术、方法和所用工具,展望了信息技术的发展可能为IoT安全带来的影响。

8. Python图像处理经典处理实例 戴伊

11月新书预告——GNN、深度学习和元宇宙_第10张图片 

【印度】桑迪潘·戴伊(Sandipan Dey)

王燕 王存岷 

  • 图像处理实战指南,提供了相关工具和算法的全面覆盖
  • 全彩色印刷,通过60余个示例展示了如何解决图像处理过程中经常遇到的难题
  • 一本书轻松完成复杂的图像处理和计算机视觉任务

本书主要包括以下内容:

  • 运用有监督机器学习及无监督机器学习。
  • 使用深度神经网络模型完成高级图像处理任务。
  • 执行图像分类、目标检测以及人脸识别任务
  • 对医学图像进行分割和配准操作
  • 使用经典的图像处理及深度学习方法实现图像恢复。
  • 使用Tesseract——光学字符识别(OCR)引擎进行图像文本检测
  • 使用梯度融合等图像增强技术完成图像处理任务

你可能感兴趣的:(深度学习,人工智能)