●譯者序
原書前言
人工智能、機器學習和深度學習
第1部分 GCP與機器學習
第1章 嘗試使用GCP
1.1 GCP概述
1.2 創建賬戶和項目
1.3 Cloud Shell
1.4 Google Compute Engine
1.5 Google Cloud Storage
1.6 BigQuery
第2章 使用Datalab
2.1 Datalab快速瀏覽
2.2 NumPy和pandas
2.3 鏈接Datalab和BigQuery
2.4 用Datalab繪制各種圖形
第3章 使用GCP輕松進行機器學習
3.1 GCP的機器學習相關服務
3.2 Cloud Vision API
3.3 Cloud Translation API
3.4 Cloud Natural Language API
第2部分 識別的基礎
第4章 二類識別
4.1 簡單識別
4.2 機器學習的引入
4.3 感知器
4.4 損失函數
4.5 邏輯回歸
第5章 多類分類器和各種分類器
5.1 scikit-learn快速導覽
5.2 多類邏輯回歸
5.3 支持向量機
5.4 隨機森林
第6章 數據評估方法和調整
6.1 基本的學習流程
6.2 學習和測試
6.3 數據評估
6.4 參數調整
第3部分 深度學習入門
第7章 深度學習基礎知識
7.1 圖像識別
7.2 神經網絡
7.3 激活函數
7.4 多類支持
7.5 各種梯度下降法
7.6 TensorFlow的準備
7.7 神經網絡的實現
7.8 使用DNNClassifier簡化學習
7.9 TensorBoard
第8章 CNN
8.1 前面圖像識別中的問題
8.2 卷積層
8.3 卷積層運算的種類和池化層
8.4 使用TensorFlow實施兩層CNN
附錄
附錄A Python2的基本使用方法
附錄B Jupyter的設置

本書主要介紹了Google雲平臺中有關機器學習的多種工具，以及如何使用它們來進行機器學習。這些工具對使用者在機器學習理論方面的要求很低，讀者可以在僅了解一點有關機器學習基礎知識的前提下使用它們。
本書在使用每種機器學習的工具或技術之前，都會對相應的理論進行較為詳實的介紹。但也同時考慮了機器學習理論的復雜性，在對理論知識的介紹中避免了復雜的數學公式，取而代之的是生動淺顯的例子。其中很多示例是使用Python代碼在Google雲平臺上實現的。
本書適合剛開始接觸機器學習的讀者閱讀。