從機器學習到深度學習：基於scikit-learn與TensorFlow的高效開發實戰

這是一本場景式的機器學習實踐書，筆者努力做到“授人以漁，而非授人以魚”。理論方面從人工智能（AI）與機器學習（ML）的基本要素講起，逐步展開有監督學習、無監督學習、強化學習這三大類模型的應用場景與算法原理；實踐方面通過金融預測、醫療診斷概率模型、月球登陸器、圖像識別、寫詩機器人、中國象棋博弈等案例啟發讀者將機器學習應用在各行各業裏，其中後三個案例使用了深度學習技術。本書試圖用通俗的語言講解涵蓋算法模型的機器學習，主要內容包括機器學習通用概念、三個基本科學計算工具、有監督學習、聚類模型、降維模型、隱馬爾可夫模型、貝葉斯網絡、自然語言處理、深度學習、強化學習、模型遷移等。在深入淺出地解析模型與算法之後，介紹使用Python相關工具進行開發的方法、解析經典案例，使讀者做到“能理解、能設計、能編碼、能調試”，沒有任何專業基礎的讀者在學習本書後也能夠上手設計與開發機器學習產品。本書內容深入淺出、實例典型，適合對機器學習感興趣的產品設計、技術管理、數據分析、軟件開發或學生讀者。閱讀本書既能瞭解當前工業界的主流機器學習與深度學習開發工具的使用方法，又能從戰略方面掌握如何將人工智能技術應用到自己的企業與產品中