Aurélien Géron 著

王静源, 贾玮, 边蕤, 邱俊涛 译

出版时间：2018年08月

页数：459

随着一系列的突破，深度学习点燃了整个机器学习领域。 现在，即使是对这项技术毫无基础的程序员，也可以使用简单高效的工具来实现“可以自动从数据中学习”的程序。本书将展示如何做到这一点。
通过具体的例子、非常少的理论和两个成熟的Python框架——Scikit-learn 和 TensorFlow ，作者将帮助你很直观地理解并掌握构建智能系统所需要的概念和工具。你将学习各种技术，从简单的线性回归到深度神经网络等。每章的习题可以帮助你应用所学的知识，你只需要有一些编程经验即可。
● 探索机器学习的全景图，特别是神经网络。
● 使用Scikit-Learn构建一个端到端的机器学习项目。
● 探索多种训练模型，包括支持向量机、决策树、随机森林和集成方法。
● 使用TensorFlow库建立和训练神经网络。
● 深入神经网络架构，包括卷积网络、递归网络和深度强化学习。
● 学习可用于训练和伸缩深度神经网络的技巧。
● 应用可以工作的代码示例，无须掌握过多的机器学习理论或算法细节。