內容簡介
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）。
