2020 WAIC·開發者日將於 7月10日-11日 在線上舉辦，由機器之心與上海交通大學人工智慧研究院聯合承辦，設有主論壇、分論壇、高峰對話、開發者日百度公開課、開源開放Demo Day、黑客馬拉松等多個環節，詳情日程請參考：。
為了更好的幫助開發者學習人工智慧，我們準備了 220 本人工智慧領域專業書籍在大會直播中贈書，包括《統計學習方法》、《深度學習導論》、《大數據智能：數據驅動的自然語言處理技術》等 16 種書籍，來具體看看獲取贈書的正確姿勢。
如何獲得贈書？
2020 WAIC·開發者日所有環節將在大會官方平臺直播。其中，主論壇與1v1高峰對話將在機器之心抖音官方帳號上同步直播，我們將在抖音直播間的彈幕中抽取 220 位幸運小夥伴，送出書籍。詳細參與方法如下：
1. 添加機器之心小助手（syncedai6），備註「開發者日」，加入交流群，抽獎時間安排將在群中公布。
2. 關注機器之心官方抖音帳號：AI1956。
3. 觀看1v1高峰對話與主論壇，在彈幕上打出想要的「書名」即可參與抽獎。
1v1高峰對話直播時間：7月10日20:00-21:00
主論壇直播時間：7月11日 13:00-18:15
4. 所有書籍將在大會結束後的 20 個工作日內寄出。
ps：如本小助手無法添加，請添加小助手的兄弟姐妹們：syncedai2、syncedai3、syncedai4、lele896556。或者將「微信ID」發送郵件到shidongle@jiqizhixn.com，我們將與你聯繫，邀你入群。
你將獲得哪些書籍？
大數據智能：數據驅動的自然語言處理技術
劉知遠、崔安頎等編著
本書是介紹大數據智能分析技術的科普書籍，旨在讓更多人了解和學習網際網路時代的自然語言處理技術，讓大數據智能技術更好地為我們服務。
解析深度學習：卷積神經網絡原理與視覺實踐
魏秀參著
本書作為該領域的入門書籍，在內容上涵蓋深度卷積神經網絡的基礎知識和實踐應用兩大方面。展現深度學習特別是CNN從數據、模型到系統的全棧式開發過程和技巧，是一本一流的深度學習入門實踐書。
深度學習模型及應用詳解
張若非、付強、高斌、張耿豪、葉挺著
本書是微軟人工智慧專家多年實踐經驗結晶，深入淺出介紹了深度學習技術實踐，從感知機模型到對抗生成網絡和深度強化學習，從模型原理到應用細節。本書幫助讀者在了解深度學習模型和算法基礎後，能夠快速部署到自己的工作領域，並取得落地成果。
深度學習理論與實戰：基礎篇
李理編著
深述理論，跳出公式看深度學習；注重實戰，跨越從知道到做到的鴻溝；細解源碼，知其然更知其所以然；實操案例，拿來即用學得會做得到，輕鬆入門人工智慧！
走向TensorFlow 2.0：深度學習應用編程快速入門
趙英俊著
本書是TensorFlow 2.0編程實踐的入門類書籍，書中通過5個常用的人工智慧編程案例，幫助大家掌握如何在工作中使用TensorFlow 2.0進行應用開發，內容覆蓋了Python和TensorFlow基礎入門、自然語言處理和CV領域的實踐案例、模型的服務化部署。
以上書籍各贈送20本，由博文視點(Broadview)提供。博文視點是電子工業出版社下屬旗艦級子公司。在IT出版領域打磨多年，以敏銳眼光、獨特視角密切關注技術發展趨勢及變化，致力於將技術大師之優秀思想、一線專家之一流經驗集結成書，為眾多愛學習的小夥伴奉獻精誠佳作助力個人、團隊成長。
統計學習方法（第2版）
李航著
本書全面系統地介紹了統計學習的主要方法，共分兩篇。第一篇系統介紹監督學習的各種重要方法，包括決策樹、感知機、支持向量機、最大熵模型與邏輯斯諦回歸、推進法、多類分類法、EM算法、隱馬爾科夫模型和條件隨機場等；第二篇介紹無監督學習，包括聚類、奇異值、主成分分析、潛在語義分析等。兩篇中，除概論和總結外，每章介紹一或二種方法。
知識圖譜與深度學習
劉知遠、韓旭、孫茂松著
本書介紹了作者團隊在知識圖譜與深度學習方面的研究成果，展現了數據驅動的深度學習與符號表示的知識圖譜之間相互補充和促進的技術趨勢。本書內容對於人工智慧基礎研究具有一定的參考意義，既適合專業人士了解知識圖譜、深度學習和人工智慧的前沿熱點，也適合對人工智慧感興趣的本科生和研究生作為學習讀物。
深度學習圖解
安德魯·特拉斯克著，王曉雷、嚴烈譯
本書將指導你從最基礎的每一行代碼開始搭建深度學習網絡！經驗豐富的深度學習專家Andrew W. Trask以有趣的圖解方式為你揭開深度學習的神秘面紗，使你可親身體會訓練神經網絡的每個細節。只需要使用Python語言及其最基本的數學庫NumPy，就可以訓練出自己的神經網絡，藉助它觀察並理解圖像、將文字翻譯成不同的語言。
Python機器學習及實踐
梁佩瑩著
本書以Python 3.6.5為編寫平臺，以幫助讀者快速上手、理論與實踐相結合為出發點，介紹Python機器學習的相關內容。全書共10章，分別介紹了機器學習的基礎知識、近鄰法、數據降維、分類算法、回歸算法、聚類算法、神經網絡、推薦算法、頻繁項集、數據預處理。
TensorFlow深度學習及實踐
梁佩瑩著
本書從深度學習的基礎講起，深入TensorFlow的基本框架、原理、原始碼和實現等各個方面，其目的在於降低學習門檻，為讀者解決問題提供詳細的方法和指導。本書主要內容包括：人工智慧簡介，TesnorFlow的環境搭建、可視化、基礎知識、聚類分析、回歸分析、支持向量機，TensorFlow實現卷積神經網絡、循環神經網絡、深度神經網絡等。
以上書籍各贈送10本，由清華大學出版社提供。清華大學出版社是新聞出版總署審定的國家一級出版社，是國內領先的綜合性教育與專業出版機構。2007年獲首屆「中國出版政府獎先進出版單位」，2009年被評為「全國百佳圖書出版單位」，2011年獲新聞出版總署「十一五」國家重點出版規劃出版工作先進單位，是中宣部、新聞出版總署和教育部表彰的全國優秀出版社和全國先進高校出版社。歷年來，一大批圖書和期刊獲得國家級獎勵，2014年圖書、期刊一舉獲得4項第三屆「中國出版政府獎」。現年出版圖書、音像、電子出版物已達8000餘種（含重印書），發貨碼洋超過11億元，銷售規模和綜合實力以及在高等教育教材市場、科技圖書市場、館配圖書市場佔有率均名列前茅。
笨辦法學Python 3
澤德 A. 肖（Zed A. Shaw）著
本書是一本Python入門書，適合對計算機了解不多，沒有學過編程，但對編程感興趣的讀者學習使用。這本書以習題的方式引導讀者一步一步學習編程，從簡單的列印一直講到完整項目的實現，讓初學者從基礎的編程技術入手，最終體驗到軟體開發的基本過程。本書是基於Python 3.6版本編寫的。
笨辦法學Python 3 進階篇
澤德 A. 肖（Zed A. Shaw）著
本書通過52個精心設計的習題幫助讀者超越基礎，提升水平。這52個習題大部分都結合實際演示，並配有附加挑戰，每個習題都可以幫讀者掌握一項關鍵的實踐技能，包括使用文本編輯器管理複雜的項目、利用功能強大的數據結構、應用算法處理數據結構、掌握必要的文本分析和處理技術、使用SQL有效且合邏輯地建模存儲數據，以及學習強大的命令行工具等。本書旨在幫助讀者從單純地編寫能運行的代碼跨越到編寫能解決實際問題的高質量Python代碼，成為一名高階的Python程式設計師。
算法詳解-算法基礎
蒂姆·拉夫加登（Tim Roughgarden）著
本書共有6章，主要介紹了4個主題，它們分別是漸進性分析和大O表示法、分治算法和主方法、隨機化算法以及排序和選擇。附錄A和附錄B簡單介紹了數據歸納法和離散概率的相關知識。本書的每一章均有小測驗、章末習題和編程題，這為讀者的自我檢查以及進一步學習提供了較多的便利。
深度學習導論
尤金·查爾尼克（Eugene Charniak）著
本書講述了前饋神經網絡、Tensorflow、卷積神經網絡、詞嵌入與循環神經網絡、序列到序列學習、深度強化學習、無監督神經網絡模型等深度學習領域的基本概念和技術，通過一系列的編程任務，向讀者介紹了熱門的人工智慧應用，包括計算機視覺和自然語言處理等。
機器學習精講
安德烈·布可夫（Andriy Burkov）著
本書用簡短的篇幅、精煉的語言，講授機器學習領域必備的知識和技能。全書共11章和一個術語表，依次介紹了機器學習的基本概念、符號和定義、算法、基本實踐方法、神經網絡和深度學習、問題與解決方案、進階操作、非監督學習以及其他學習方式等，涵蓋了監督學習和非監督學習、支持向量機、神經網絡、集成學習、梯度下降、聚類分析、維度降低、自編碼器、遷移學習、強化學習、特徵工程、超參數調試等眾多核心概念和方法。全書最後給出了一個較為詳盡的術語表。
以上書籍各贈送10本，由異步社區提供。異步社區是人民郵電出版社旗下IT專業圖書社區，致力於出版精品IT 技術圖書和相關學習產品，為作譯者提供優質出版服務。異步社區創辦於2015 年8 月，提供大量精品IT 技術圖書和電子書，以及高品質技術文章和視頻課程。
在上述 200 本書籍外，我們也將在陸奇與Gary Marcus 的1v1 高峰對話中贈送 20 本由Gary Marcus 等人合著、陸奇作序的《如何創造可信的AI》。本書闡述了當下 AI 技術發展的桎梏，對當前 AI 的場景應用和研究範式中的問題進行了分析。本書由湛廬文化提供。歡迎大家準時觀看直播，參與抽獎。
立即添加機器之心小助手
備註「開發者日「
進群一起看直播、拿贈書！
ps：如本小助手無法添加，請添加小助手的兄弟姐妹們：syncedai2、syncedai3、syncedai4、lele896556。或者將「微信ID」發送郵件到shidongle@jiqizhixn.com，我們將與你聯繫，邀你入群。
原標題：《我們精心挑選了16種書，你最想要哪一本？WAIC·開發者日倒計時1天》
閱讀原文