機器學習的下一站：AutoML | 文末送書
今年，基於自動機器學習AutoML與自動深度學習AutoDL技術新出的計算機視覺技術都很亮眼。
比如：
谷歌大腦提出EfficientNet平衡模型擴展三個維度，取得精度-效率的最大化！
谷歌發佈AdaNet，快速靈活的AutoML工具，幫助開發者構築強大集成學習模型
谷歌Auto-DeepLab：自動搜索圖像語義分割架構算法開源實現
Google CVPR 2019最新成果！用神經架構搜索實現更好的目標檢測
這儼然已經成爲各大AI公司必爭之地。
52CV也曾經跟大家分享了相關的資源：
除了以上資源，CV君發現一篇前幾天剛出的AutoML的最新綜述AutoML: A Survey of the State-of-the-Art：
來自香港浸會大學的學者非常全面系地總結了該領域最新進展，是該領域入門及進深的必讀論文。
在我愛計算機視覺對話界面回覆「AutoML綜述」（建議複製），即可收到該論文下載。
另外，今天給大家推薦一本書《深入理解AutoML和AutoDL：構建自動化機器學習與深度學習平臺》
國內第一本講自動化機器學習（AutoML）和自動化深度學習（AutoDL）的正式出版物，作者爲平安科技副總工程師兼 AutoML 團隊負責人。
現在通過【華章鮮讀】購買（7折69.3元包郵，原價99元），不僅可以獲得紙質書+電子書+作者準原稿，還能享受入庫即可發貨的優勢，比京東和噹噹快一週。
掃描下方二維碼即可嚐鮮訂閱
▼
這是一部從基礎理論、核心原理、前沿算法等多個維度系統、全面講解AutoML、AutoDL、AutoNAS和元學習的著作。本書得到了IEEE Fellow/ACM傑出科學家/香港科技大學教授楊強教授、騰訊AI Lab副主任俞棟、美國佛羅里達大學教授李曉林等8位來自企業界、學術界和媒體界的資深專家的一致好評。
它既能讓新人理清AutoML的脈絡，快速上手機器學習，又能讓有經驗的讀者全面掌握AutoML的知識體系，工作變得更高效。
全書共14章，邏輯上分爲四部分：
第一部分（第1~2章） 人工智能基礎對人工智能、自動化人工智能的重要概念、發展歷程及現狀、適用場景、主要的工具和技術等做了全面的介紹，並引出了人工智能技術未來的發展方向——AutoML，這部分是閱讀本書的基礎。
第二部分（第3~6章） AutoML主要講解機器學習和自動化機器學習，核心是AutoML，包含自動化特徵工程、自動化模型選擇和自動化超參優化3個方面的內容。
第三部分（第7~13章） AutoDL主要講解深度學習和自動化深度學習，重點講解了AutoDL的原理、基於強化學習的AutoDL、基於進化算法的AutoDL、AtuoDL的高階知識、自動化模型壓縮與加速，以及各種核心算法和前沿算法。
第四部分（第14章） 元學習元學習是人工智能的理想目標，這部分對元學習的概念、流程和各種主流的學習方法都進行了詳盡的介紹。
活動參與方式：在留言區推薦一篇你認爲不錯的最近的計算機視覺相關論文
包含論文題目及網址，比如
題目：AutoML: A Survey of the State-of-the-Art
網址：https://arxiv.org/abs/1908.00709v2
點贊數最高前 3 名將包郵贈送《深入理解AutoML和AutoDL：構建自動化機器學習與深度學習平臺》紙書一本，共送出 3 本。
活動時間：即日起到 8月23日 中午12:00 截止
中獎領取方式：點贊數多的前 3 名，請下方掃碼CV君微信領獎，爲防止羊毛黨，該活動中獎用戶僅限2019年8月20日之前關注公衆號的粉絲。
最後，52CV建立了面向AutoML領域的專業交流羣，歡迎添加CV君（如曾經添加過其他CV君賬號，請直接私信），
（務必註明:AutoML）：
#急於購書的朋友也可以點擊閱讀原文預售購買#