![內容虛線](http://img.alicdn.com/imgextra/i4/101450072/TB2uhKJhB0kpuFjSsppXXcGTXXa-101450072.png)
內容簡介
![size="789x11"](http://img.alicdn.com/imgextra/i2/101450072/TB2LvCmhxXkpuFjy0FiXXbUfFXa-101450072.png)
機器學習需要一條脫離過高理論門檻的入門之路。本書《機器學習篇》從小紅帽采蘑菇的故事開篇,介紹了基礎的機器學習分類模型的訓練(靠前章)。如何評估、調試模型?如何合理地發掘事物的特征?如何利用幾個模型共同發揮作用?後續章節一步一步講述了如何優化模型,更好地完成分類預測任務(第2章),並且初步嘗試將這些技術運用到金融股票交易中(第3章)。自然界優選的非線性模型莫過於人類的大腦。《深度學習篇》從介紹並對比一些常見的深度學習框架開始(第4章),講解了DNN模型的直觀原理,嘗試給出一些簡單的生物學解釋,完成簡單的圖片識別任務(第5章)。後續章節在此基礎上,完成更為復雜的圖片識別CNN模型(第6章)。接著,本書展示了使用Caffe完成一個完整的圖片識別項目,從準備數據集,到完成識別任務(第7章)。後面簡單描述了RNN模型(第8章),接著展示了一個將深度學習技術落地到圖片處理領域的項目(第9章)。