Aurélien Géron 著

宋能辉, 李娴 译

出版时间：2024年06月

页数：724

“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
“本书很好地介绍了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能够从数据中学习的程序。这本畅销书通过具体的示例、简单的理论和可用于生产环境的Python框架（Scikit-Learn、Keras和TensorFlow）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。
在本书中，你会学到一系列可以快速使用的技术，从简单的线性回归到深度神经网络。全书中大量的代码示例和练习帮助你学以致用。你只需具备编程经验即可入门。
通过本书，你将能够：
● 使用Scikit-Learn通过端到端项目来学习机器学习基础知识。
● 探索多种模型，包括支持向量机、决策树、随机森林和集成方法。
● 探索无监督学习技术，如降维、聚类和异常检测。
● 深入研究神经网络架构，包括卷积网络、循环网络、生成对抗网络、自动编码器、扩散模型和转换器。
● 使用TensorFlow和Keras构建和训练用于计算机视觉、自然语言处理、生成模型和深度强化学习的神经网络。