AI早知道-推荐7本2020年上线的AI书籍

  推荐7本2020年上线的AI书籍。

    图算法驱动的机器学习

    《Graph-Powered Machine Learning》

    作者/发布时间：Alessandro Negro，2020年春季出版

    推荐语：对于入门图算法的机器学习爱好者和想要成为图机器学习算法专家来说，这是不可多得的一本好书。            Erik Sapper

    介绍：机器学习的核心是有效识别数据中的模式和关系。许多任务，比如找到实体之间的关联，这样系统就可以做出准确的意图识别，或者在社交网络中找到有相似兴趣的人，自然会用图结构来表示。本书将教读者如何使用基于图算法和图结构数据来实现一些图数据独有的机器学习落地业务。

    基于Amazon SageMaker and Jupyter的商用机器学习

    《Machine Learning for Business - Using Amazon SageMaker and Jupyter》

    作者/发布时间：Doug Hudgeon, Richard Nichol，2019年12月

    推荐语：一系列清晰且解释清楚的实践例子，证明如何解决日常问题，适用于技术和非技术读者。John Bassil, Fethr

    介绍：想象一下，是否可以在用户流失或一些例行问题发视之前进行预测 。

    想想预测单调乏味的业务流程和后台任务的好处

    想象一下，从社交媒体内容(甚至大部分内容)中快速捕捉客户情绪。

    当企业知道未来最有可能发生的事情时，考虑决策的竞争优势

    机器学习可以给企业带来这些和其他的优势，而且开始快速发展！

    人工智能的成功-如何得到你想要的结果

    《Succeeding with AI - How to get the results you want》

    作者/发布时间：Veljko Krunic， 2019年10月

    推荐语：如果你是一个商业领袖，听说人工智能是新的黑盒技术，并且害怕会错过，那么在一定要读这本书！            Sune Lomholt

    介绍：大大小小的公司都开始做各种人工智能项目，在软件、开发人员和数据科学家上投入巨资。这些人工智能项目往往以牺牲可操作的或有形的业务结果为代价，只关注技术，导致结果分来，浪费投资。人工智能的成功为人工智能项目制定了蓝图，以确保它们是可预测的、成功的，且可以盈利。它充满了基于数据科学的实用技术，且具有成本效益，并专注于正确的业务目标。

    从零到人工智能-人工智能时代繁荣的非技术性、无炒作指南

    《Zero to AI - A non-technical, hype-free guide to prospering in the AI era》

    作者/发布时间：Nicolo Valigi and Gianluca Mauro， 2019年8月

    推荐语：我在现实人工智能应用中找到的最好的书:真实、准确、无炒作。       Alain Couniot

    介绍：人工智能如何改变你的业务？在零到人工智能中，你将探索各种实用的人工智能应用程序，可以用来改善客户体验、优化营销、帮助你降低成本等。在这本为商业领袖和技术专家撰写的引人入胜的指南中，作者和人工智能专家尼科洛·瓦利吉和吉安卢卡·莫罗选择一些引人入胜的项目、实践活动和现实世界的解释来阐明你的企业如何从人工智能中获益。

    人工智能即服务

    《AI as a Service》

    作者/发布时间：Peter Elger, Eóin Shanaghy， 2019年3月

    推荐语：展示了AWS的全部潜力。              Maria Geminim

    介绍：世界各地的公司都在将日常业务流程转移到云上，人工智能越来越多地应用于这些任务。随着这一大规模数字转型的继续，无服务器计算和人工智能技术的结合有望成为企业对消费者平台开发的事实标准—而能够设计、开发、实施和维护这些系统的开发人员将会非常受欢迎！人工智能即服务是构建和实现无服务器人工智能应用程序的实用手册，不会让你陷入许多理论。相反，你会在这本必备指南中找到易于消化的方法和两个完整的动手无服务器人工智能实战！

    用Python掌握大型数据集-并行分布式化你的Python代码

    《Mastering Large Datasets with Python - Parallelize and Distribute Your Python Code》

    作者/发布时间：John T. Wolohan，2020年1月出版

    推荐语：作者在探索本地和云中使用Python处理大型数据集的各个方面做了大量的工作。                   Ariel Gamino

    介绍：现代数据科学解决方案需要简洁、易读和可扩展。在《用Python掌握大数据集》一书中，作者J.T. Wolohan教你如何利用一种受功能影响的Python编码方法来进行一个小项目并将其放大。你将学习一种清晰且可扩展的方法和内置Python工具，如高性能并行方法，以及支持高数据吞吐量的分布式技术。本实用教程中丰富的实践练习教会读者处理大规模数据科学项目的基本技能。

    Python专业级实战

    《Practices of the Python Pro 》

    作者/发布时间：Dane Hillard，2019年12月

    推荐语：关于通用软件架构和适用于任何编程语言的真理。            David T. Kerns, Rincon Research Corporation

    介绍：专业开发人员知道编写简洁、组织良好、易于维护的应用程序代码的许多好处。通过学习和遵循既定的模式和最佳实践，可以将读者的代码和职业提升到一个新的水平。

    通过阅读本书，读者将学会使用流行的编程语言—Python来大规模设计专业的、简洁的、易于维护的软件。读者会发现一些简单易用的例子，它们使用伪代码和Python来介绍软件开发的例子，同时还有几十种即时有用的技术，可以帮助读者像专业人员一样编写代码。