Aurélien Géron 著

宋能辉, 李娴 译

出版时间：2020年10月

页数：677

“学习机器学习的绝佳资源。你会找到清晰的思路、直观的解释以及大量的实用技巧。”
——Francois Chollet，Keras的发明者，Deep Learning with Python的作者
“本书很好地介绍使用神经网络解决问题的相关理论和实践，我向任何有兴趣应用机器学习来解决实际问题的人强 烈推荐本书。”
——Pete Warden，TensorFlow移动端负责人
随着一系列的技术突破，深度学习推动了整个机器学习领域的发展。现在，即使是对这项技术几乎一无所知的程序员也可以使用简单有效的工具来实现“可以自动从数据中学习”的程序。这本畅销书的更新版通过具体的示例、非常少的理论和可用于生产环境的Python框架来帮助你直观地理解并掌握构建智能系统所需要的概念和工具。
你会学到一系列可以快速使用的技术。每章的练习可以帮助你应用所学的知识，你只需要有一些编程经验。所有代码都可以在 GitHub上获得。它已更新为TensorFlow 2和Scikit-Learn的新版本。
● 使用Scikit-Learn和pandas通过端到端项目来学习机器学习基础。
● 使用TensorFlow 2构建和训练多个神经网络架构来进行分类和回归。
● 覆盖对象检测、语义分割、注意力机制、语言模型、GAN等。
● 探索Keras API与TensorFlow 2的官方高级API。
● 使用TensorFlow的数据API、分布策略API、TF Transform和TF- Serving来部署TensorFlow模型。
● 在Google Cloud AI Platform或移动设备上部署。
● 开发无监督学习技术，例如降维、聚类和异常检测。
● 通过强化学习(包括使用TF-Agents库)创建自主学习智能体。