●第0章 開發環境的準備
0.1 Anaconda的安裝
0.1.1 Anaconda的安裝步驟
0.1.2 虛擬環境的創建
0.1.3 第三方庫的安裝
0.1.4 Jupyter Notebook的啟動和操作
第1章 機器學習概論
1.1 機器學習簡介
1.1.1 為何現在“機器學習”如此熱門
1.1.2 何謂機器學習
1.2 各類機器學習算法
1.2.1 理解監督學習
1.2.2 理解無監督學習
1.2.3 理解強化學習
第2章 機器學習的流程
2.1 機器學習的流程簡介
2.1.1 進行機器學習的整體流程
2.1.2 數據的學習
2.2 學習數據的使用方法
2.2.1 學習數據與測試數據
2.2.2 留出法的理論與實踐
2.2.3 k折交叉驗證的理論
2.2.4 k折交叉驗證的實踐
2.3 過擬合
2.3.1 何謂過擬合
2.3.2 立擬合的避免
2.4 集成學習
第3章 性能評價指標與PR曲線
3.1 性能評價指標
3.1.1 理解混淆矩陣
3.1.2 編程實現混淆矩陣
3.1.3 準確率
3.1.4 F值
3.1.5 性能評價指標的編程實現
3.2 PR曲線
3.2.1 召回率與準確率的關繫
3.2.2 何謂PR曲線
3.2.3 基於PR曲線的模型評估
第4章 Python基礎入門
4.1 Python基礎
4.1.1 Hello world
4.1.2 Python的用途
4.1.3 注釋的輸入
4.1.4 數值與字符串
4.1.5 運算
4.2 變量
4.2.1 變量的定義
4.2.2 變量的更新
4.2.3 字符串的連接
4.3 類型
……

《用Python編程和實踐！深度學習教科書》是一本專門針對有一定編程經驗，但沒有Python和機器學習相關經驗的讀者編寫的參考書籍，目標是讓讀者能夠獨立編寫出機器學習相關的應用程序。書中首先介紹了機器學習和Python語言的基礎知識，然後對NumPy、Pandas、matplotlib等在Python中使用頻率較高的軟件庫進行講解；對數據可視化、lambda和map等Python語法、基於DataFrame的數據整理、OpenCV的運用和圖像數據的數據預處理進行講解；最後對監督學習、超參數和調校等基礎的機器學習及深度學習技術進行實踐與挑戰，並最終使讀者達到能夠運用深度學習技術之一的CNN來實現圖像識別任務項目的技術水平。本書特點是用編程實踐的方法學習，特別適合深度學習初學者及參與人工智能（AI）相關開發的程序員、研究人員和理工科學生。