深度學習：演算法工程師帶你去面試 -- 28個矽谷 AI大師教你 100大深度學習問題 (全彩印刷) (有些許瑕疵,不影響閱讀)

諸葛越  Hulu公司全球研發副總裁，中國研發中心總經理
史丹佛大學電腦碩士與博士學位、紐約州立大學石溪分校應用數學碩士。
曾任Landscape Mobile公司聯合創始人兼CEO，前雅虎北京研發中心產品總監，微軟北京研發中心項目總經理。
2005年獲美國電腦學會資料庫專業委員會十年最佳論文獎。

江雲勝  Hulu資深演算法研究員
北京大學應用數學博士畢業後加入Hulu北京研發中心的Content Intelligence組，負責內容理解相關的研究工作。

葫蘆娃
近30位Hulu北京創新實驗室的頂尖人才，畢業于清華、北大、浙大、上交、北郵、中科院等。他們利用擅長的深度學習、機器學習等領域知識和演算法模型，建立一套定制化的AI平台，改變著推薦引擎、視訊編解碼、內容理解、廣告投放等多項與用戶息息相關的線上業務技術。

前言
第一部分 演算法和模型
第1 章　卷積神經網路
01　　　卷積基礎知識
02　　　卷積的變種
03　　　卷積神經網路的整體結構
04　　　卷積神經網路的基礎模組
參考文獻
第2 章　循環神經網路
01　　　循環神經網路與序列建模
02　　　循環神經網路中的Dropout
03　　　循環神經網路中的長期依賴問題
04　　　長短期記憶網路
05　　　Seq2Seq 架構
參考文獻
第3 章　圖神經網路
01　　　圖神經網路的基本結構
02　　　圖神經網路在推薦系統中的應用
03　　　圖神經網路的推理能力
參考文獻
第4 章　生成模型
01　　　深度信念網路與深度波茲曼機
02　　　變分自編碼器基礎知識
03　　　變分自編碼器的改進
04　　　生成式矩比對網路與深度自回歸網路
參考文獻
第5 章　生成式對抗網路
01　　　生成式對抗網路的基本原理
02　　　生成式對抗網路的改進
03　　　生成式對抗網路的效果評估
04　　　生成式對抗網路的應用
參考文獻
第6 章　強化學習
01　　　強化學習基礎知識
02　　　強化學習算法
03　　　深度強化學習
04　　　強化學習的應用
參考文獻
第7 章　元學習
01　　　元學習的主要概念
02　　　元學習的主要方法
03　　　元學習的資料集準備
04　　　元學習的兩個簡單模型
05　　　基於度量學習的元學習模型
06　　　基於神經圖靈機的元學習模型
07　　　基於學習最佳化器的元學習模型
08　　　基於學習初始點的元學習模型
參考文獻
第8 章　自動化機器學習
01　　　自動化機器學習的基本概念
02　　　模型和超參數自動化最佳化
03　　　神經網路架構搜尋
參考文獻
第二部分 應用
第9 章　電腦視覺
01　　　物體辨識
02　　　影像分割
03　　　光學字元辨識
04　　　影像標記
05　　　人體姿態辨識
參考文獻
第10 章　自然語言處理
01　　　語言的特徵表示
02　　　機器翻譯
03　　　問答系統
04　　　對話系統
參考文獻
第11 章　推薦系統
01　　　推薦系統基礎
02　　　推薦系統設計與演算法
03　　　推薦系統評估
參考文獻
第12 章　計算廣告
01　　　點擊率預估
02　　　廣告召回
03　　　廣告投放策略
參考文獻
第13 章　視訊處理
01　　　視訊編解碼
356 02　　　視訊監控
360 03　　　影像品質評價部分
04　　　超解析度重建
05　　　網路通訊
參考文獻
第14 章　電腦聽覺
01　　　音訊訊號的特徵分析
02　　　語音辨識
03　　　音訊事件辨識
參考文獻
第15 章　自動駕駛
01　　　自動駕駛的基本概念
02　　　點對點的自動駕駛模型
03　　　自動駕駛的決策系統
參考文獻
作者隨筆