《深度学习》中文版：背后的故事

AI圣经《深度学习》中文版，自7月22日人工智能大会首发，上市当天直达京东新书榜榜首、上市一周销售破万册、上市一个月以来一直称霸各大网店IT类新书榜榜首，这本豆瓣读书评分高达9.1分的畅销书，来自各行各业的读者，都不惜赞美之词，给予了这本书好评。今天我们来聊聊这本畅销书背后的故事！

制胜之道：先人一步

三年前，2014年5月，与我们长期合作的一位译者，告诉本书的策划编辑一个信息，深度学习界的泰斗Yoshua Bengio要出书了！从加拿大蒙特利尔大学网站作者的个人网页上我们看到，深度学习领域的第一本书赫然在目。

三年前，国内机器学习热、深度学习热尚处于萌芽状态。除了专业媒体上一些零星的报道之外，一般大众甚至都还未曾听说过这个术语。但作为策划编辑，特别是策划IT技术图书的编辑，对技术的发展态势应具有足够的敏感性。

深度学习是当时国外最火的机器学习技术之一，主要用来处理大数据，国内外的互联网巨头像Google、Facebook和百度都在研发这种技术，而且取得了不错的效果。虽然这本书当时作者仅仅写了一个草稿（draft），但我们内部沟通后，凭借我们多年做外版书的经验，隐约感觉到这本书将是一本大书，事后的发展也证明了这一点，但还是大大超出了我们的预期，因为谁也没有预料到深度学习在AlphaGo之后能火遍全球、火遍各个行业。

随即，我们第一时间联系了作者，联系了MIT出版社（英文原书的出版方）的版权部。经过交流，得知要待原书确定了出版日期之后才能正式签署合同。

之后就是漫长的等待。转眼一年多的时间过去了。时间到了2015年10月19日这一天。分社负责版权合作的同事兴奋地通知我们，国外的合同已通过航空挂号信正式寄出，搞定了！

将近一年半的等待时间，终于等到了一个好的结果。应该说，这个结果的取得，和人民邮电出版社信息技术第一分社多年来在外版书上的持续经营、深耕细作是分不开的。在国际版权贸易这个生态链条上，信息技术第一分社多年来积累的口碑、人脉起到了关键作用。

《深度学习》的产品特色

严谨

·本书文前有3页数学符号的约定，对全书使用的数和数组、集合和图、线性代数中的操作、微积分、概率和信息论、函数以及数据集和分布的符号做了详尽的说明。

·书末提供的参考文献超过50页

·正文中对主要的技术术语加黑显示，并在书末提供术语索引

实用

·英文原书提供了配套网站：www.deeplearningbook.org。该网站提供本书的各种补充材料，包括练习、讲义幻灯片、错误更正以及其他对读者和讲师有用的资源。简体中文翻译版的配套服务由人民邮电出版社的异步社区www.epubit.com.cn提供，读者可以在社区里提交勘误，并有机会与译者直接沟通交流。

·为了服务各类读者，本书组织为3个部分，第1部分是数学基础和机器学习的基本概念，第2部分介绍成熟的深度学习算法，第3部分探讨深度学习未来的发展方向。读者可以随意跳过不感兴趣或与自己背景不相关的部分。比如，熟悉线性代数、概率等数学知识的学生，可以跳过第1部分；关注技术实现、系统实现的软件工程师，则可以重点阅读第2部分。

为了帮助读者选择阅读的章节，作者特别绘制了一张本书的内容组织结构图，说明了各章内容之间的相互关系和阅读的先后顺序，见图1.6。 

封面特色

封面采用了艺术家Daniel Ambrosi提供的中央公园杜鹃花步道梦幻景观。该图片是在艺术家的亿级像素全景图上，应用Joseph Smarr（就职于Google）和Chirs Lamb（就职于NVIDIA）修改后的Google DeepDream开源程序，创造了亦真亦幻、艳丽夺目的梦幻景观。

封面图的细节很多，包括花的细节、树枝的细节，枝枝杈杈的，表达的就是深度学习的“深度”、不断迭代的意思。

编辑推荐

1. AI圣经！

2. 深度学习领域奠基性的经典畅销书！

3. 长期位居美国ya马逊AI和机器学习类图书榜首！

4. 数据科学家和机器学习从业者的比读图书之一！

5. 特斯拉CEO埃隆·马斯克等国内外众多专家推荐

智能技术-新书推荐

神经网络算法与实现——基于Java语言

• 神经网络已成为从大量原始的，看似无关的数据中提取有用知识的强大技术。 Java语言是用于实现神经网络的最合适的工具之一，也是现阶段非常流行的编程语言之一，包含多种有助于开发的API和包，具有“一次编写，随处运行”的可移植性。 
  

本书完整地演示了使用Java开发神经网络的过程，既有非常基础的实例也有高级实例。首先，你将学习神经网络的基础知识、感知机及其特征。 然后，你将使用学到的概念来实现自组织映射网络。 此外，你还会了解一些应用，如天气预报、疾病诊断、客户特征分析和光学字符识别（OCR）等。 最后，你将学习实时优化和自适应神经网络的方法。 

首先，你将学习神经网络的基础知识和它们的学习过程。 然后我们关注感知机及其特征。 接下来，您将使用您学到的概念实现自组织映射。 此外，您将了解一些应用，如天气预报，疾病诊断，客户特征分析和光学字符识别（OCR）。 最后，您将学习优化和适应实时神经网络的方法。 

本书所有的示例都提供了说明性的源代码，这些源代码综合了面向对象编程（OOP）概念和神经网络特性，以帮助你更好的学习。

 机器学习Web应用

• Python是一门通用型编程语言，也是一门相对容易学习的语言。因此，数据科学家在为中小规模的数据集制作原型、实现可视化和分析数据时，经常选择使用Python。

　　本书填补了机器学习和Web开发之间的鸿沟。本书重点讲解在Web应用中实现预测分析功能的难点，重点介绍Python语言及相关框架、工具和库，展示了如何搭建机器学习系统。你将从本书学到机器学习的核心概念，学习如何将数据部署到用Django框架开发的Web应用；还将学到如何挖掘Web、文档和服务器端数据以及如何搭建推荐引擎。

　　随后，你将进一步探索功能强大的Django框架，学习搭建一个简单、具备现代感的影评情感分析应用，它可是用机器学习算法驱动的！

机器学习实践应用

人工智能，触手可及，让数据起舞，用算法扩展业务边界 。

阿里机器学习专家力作，实战经验分享 。

这是一本难得的面向机器学习爱好者的入门级教程，本书涉及机器学习的基础理论。

和深度学习等相关内容，内容深入浅出。更加难能可贵的是，本书基于阿里云机器学习平台，针对7个具体的业务场景，搭建了完整的解决方案，给读者带来第一手的实战演练经验。

本书通过对机器学习的背景知识、算法流程、相关工具、实践案例以及知识图谱等内容的讲解，全面介绍了机器学习的理论基础和实践应用。书中涉及机器学习领域的多个典型算法，并详细给出了机器学习的算法流程。

自己动手写神经网络

AlphaGo战胜李世石，标志着新一轮人工智能的浪潮已经来袭。 

而你是否已经做好迎接新的人工智能技术的准备？ 

本书，将带你一探作为AlphaGo基石的人工神经网络。 

本书，不局限于纸上谈兵，我们用代码诠释一切。 

本书，可能改变你对人工智能的态度。 

深入讲解人工神经网络的工作原理，并且能够动手实践人工神经网络 

本书力求以具体实现与应用为导向，除了理论介绍外，每一章节的应用和实践都有具体的实现详解。 

全书使用Java作为主要语言，与Matlab等语言不同的是：Java语言是目前企业级软件开发最为流行的语言，因此，使用Java实现的神经网络具备更强的系统集成能力与实践能力。由于Java语言本身通俗易懂，在基本语法上与C/C++类似，因此，本书同样适合没有Java基础的程序员。

Microsoft Azure机器学习和预测分析

本书是数据科学和机器学习领域的实用教程，专注于构建和部署预测模型，力图帮助你学习如何使用新的微软Azure Machine Learning快速构建和部署复杂的预测模型。 

本书全面介绍2015年发布的微软Azure Machine Learning服务，包含构建推荐器、倾向模型以及流失和预见性维护模型的实用指南。本书使用面向任务的描述和具体的端到端示例，确保读者能够快速上手。本书讲述了Azure Machine Learning的各个方面，从数据入口到应用机器学习、评估模型以及把它们部署成Web服务。 

书中新增以下精彩内容 

● Cortana分析套件； 

● Python整合； 

● 数据准备和特征选择； 

● 使用Power BI的数据可视化； 

● 推荐引擎； 

● 在Azure市场上销售你的模型。

精通Python自然语言处理

自然语言处理是计算语言学和人工智能之中与人机交互相关的领域之一。 

本书是学习自然语言处理的一本综合学习指南，介绍了如何用Python实现各种NLP任务，以帮助读者创建基于真实生活应用的项目。全书共10章，分别涉及字符串操作、统计语言建模、形态学、词性标注、语法解析、语义分析、情感分析、信息检索、语篇分析和NLP系统评估等主题。 

本书适合熟悉Python语言并对自然语言处理开发有一定了解和兴趣的读者阅读参考。

本文转载自异步社区

原文链接：https://www.epubit.com/articleDetails?id=NC7E3EF94EA700001B0CF1F83100016DA