2021/10/28 13:12

经典比赛浓缩成书：阿里云天池发布深度学习实战技术宝典

如果说机器学习主要解决大数据的应用问题，那么深度学习的出现，则开始解决机器感知问题，随着算力的不断升级，让人工智能在各行各业取得重要突破。

天池是阿里云旗下的算法竞赛平台，对于有志于在人工智能技术领域大展拳脚的开发者、特别是初学者来说，花 1-2 个月参加一场天池算法竞赛，成为一种新的学习方式。在各种在线资源大行其道的今天，把经典比赛浓缩成传统的纸质书籍，又是天池的另一种情怀。2020 年天池出版了经典赛事解析机器学习篇，成为很多天池粉丝的心头好，今年又如约出版深度学习篇，并一如既往的由比赛选手众智撰写，没有名家大师，一上来就讲干货，同样的配方同样的味道。

这本书里有什么

本书选取了三个分别来自于医疗、视频、工业行业非常有代表性的赛题。

赛题一：瑞金医院 MMC 人工智能辅助构建知识图谱。本书通过对构建知识图谱任务进行切割和简化，详解了实体识别和关系抽取的解决方案，并结合当前新技术对知识图谱构建任务进行更深入讨论。

赛题二：阿里巴巴优酷视频增强和超分辨率挑战赛。为达到视频超分辨率重建的目的，本书介绍对比了几种插值算法，并推荐了其中的深度学习方法，最终详述了优化后的新方法 SRGAN。

赛题三：布匹疵点智能识别。考虑任务对于精度的要求，书中先讲解了卷积神经网络与数据处理的实现，层层递进分别讲解了目标区域检测的几种算法模型，最终提供了赛题最优算法和提升思路。

适合什么样的人读

人工智能相关专业的在校学生。学校有完整的理论课程体系，但往往会缺乏真实数据和案例，可以将本书与课程内容结合，完美的学以致用；
自学 AI 技术的开发者。原理同上，有时候眼睛学会了手学不会，就需要上手码代码呀
参加算法比赛想要上分的选手。历届 top 选手的干货，相当于站在巨人的肩膀，有什么理由拒绝呢

本书的特色

每个赛题除对技术背景、赛题解读、数据处理、算法模型、进阶思路等模块内容都展开讲解外，还提供全部的源码、数据集，为了让学习者更方便参与进来，天池还提供了免费的线上编码环境 PAI DSW(Data Science Workshop)，你无需下载和安装任何编程环境，在任何平台（Mac\Windows\Linux 等）都可以无缝参与使用。书中代码也可以离线下载运行，下载地址：http://www.broadview.com.cn/book/6798

在这里购买

识别图中二维码直接购买

工程阿里云天池人工智能大赛算法大赛

相关数据

深度学习技术

深度学习（deep learning）是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。深度学习是机器学习中一种基于对数据进行表征学习的算法，至今已有数种深度学习框架，如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

来源：LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. nature, 521(7553), 436.

机器学习技术

机器学习是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。

来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.

感知技术

知觉或感知是外界刺激作用于感官时，脑对外界的整体的看法和理解，为我们对外界的感官信息进行组织和解释。在认知科学中，也可看作一组程序，包括获取信息、理解信息、筛选信息、组织信息。与感觉不同，知觉反映的是由对象的各样属性及关系构成的整体。

来源：维基百科

人工智能技术

在学术研究领域，人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体（intelligent agent）

来源：Russell, S., & Norvig, P. (2003). Artificial Intelligence: A Modern Approach.

知识图谱技术

知识图谱本质上是语义网络，是一种基于图的数据结构，由节点(Point)和边(Edge)组成。在知识图谱里，每个节点表示现实世界中存在的“实体”，每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲，知识图谱就是把所有不同种类的信息（Heterogeneous Information）连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。知识图谱这个概念最早由Google提出，主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎，知识图谱可用来更好地查询复杂的关联信息，从语义层面理解用户意图，改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候，搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月，家庭情况等等。

来源：机器之心

卷积神经网络技术

卷积神经网路（Convolutional Neural Network, CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。卷积神经网路由一个或多个卷积层和顶端的全连通层（对应经典的神经网路）组成，同时也包括关联权重和池化层（pooling layer）。这一结构使得卷积神经网路能够利用输入数据的二维结构。与其他深度学习结构相比，卷积神经网路在图像和语音识别方面能够给出更好的结果。这一模型也可以使用反向传播算法进行训练。相比较其他深度、前馈神经网路，卷积神经网路需要考量的参数更少，使之成为一种颇具吸引力的深度学习结构。卷积网络是一种专门用于处理具有已知的、网格状拓扑的数据的神经网络。例如时间序列数据，它可以被认为是以一定时间间隔采样的一维网格，又如图像数据，其可以被认为是二维像素网格。

来源：Goodfellow, I.; Bengio Y.; Courville A. (2016). Deep Learning. MIT Press.维基百科

插值技术

数学的数值分析领域中，内插或称插值（英语：interpolation）是一种通过已知的、离散的数据点，在范围内推求新数据点的过程或方法。求解科学和工程的问题时，通常有许多数据点借由采样、实验等方法获得，这些数据可能代表了有限个数值函数，其中自变量的值。而根据这些数据，我们往往希望得到一个连续的函数（也就是曲线）；或者更密集的离散方程与已知数据互相吻合，这个过程叫做拟合。

来源：维基百科

阿里云机构

阿里云创立于2009年，是全球领先的云计算及人工智能科技公司，致力于以在线公共服务的方式，提供安全、可靠的计算和数据处理能力，让计算和人工智能成为普惠科技。阿里云服务着制造、金融、政务、交通、医疗、电信、能源等众多领域的领军企业，包括中国联通、12306、中石化、中石油、飞利浦、华大基因等大型企业客户，以及微博、知乎、锤子科技等明星互联网公司。在天猫双11全球狂欢节、12306春运购票等极富挑战的应用场景中，阿里云保持着良好的运行纪录。阿里云在全球各地部署高效节能的绿色数据中心，利用清洁计算为万物互联的新世界提供源源不断的能源动力，目前开服的区域包括中国（华北、华东、华南、香港）、新加坡、美国（美东、美西）、欧洲、中东、澳大利亚、日本。 2014年，阿里云曾帮助用户抵御全球互联网史上最大的DDoS攻击，峰值流量达到每秒453.8Gb 。在Sort Benchmark 2016 排序竞赛 CloudSort项目中，阿里云以1.44$/TB的排序花费打破了AWS保持的4.51$/TB纪录。在Sort Benchmark 2015，阿里云利用自研的分布式计算平台ODPS，377秒完成100TB数据排序，刷新了Apache Spark 1406秒的世界纪录。 2018年9月22日，2018杭州·云栖大会上阿里云宣布成立全球交付中心。

https://www.aliyun.com/about?spm=5176.12825654.7y9jhqsfz.76.e9392c4afbC15r