《使用 Scikit-Learn、Keras 和 TensorFlow 进行实践机器学习》第三版

通过最近的一系列突破，深度学习推动了整个机器学习领域的发展。现在，即使是对这项技术一无所知的程序员，也可以使用简单、高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实例、最基本的理论和可直接用于生产的 Python 框架（Scikit-Learn、Keras 和 TensorFlow），帮助您直观地理解构建智能系统的概念和工具。

在更新后的第三版中，作者 Aurélien Géron 探讨了一系列技术，从简单的线性回归到深度神经网络。本书中的大量代码示例和练习可帮助您应用所学知识。您只需具备编程经验即可开始学习。

• 使用 Scikit-learn 跟踪一个机器学习项目从头到尾
• 探索多种模型，包括支持向量机、决策树、随机森林和集成学习方法
• 利用无监督学习技术，如维度缩减、聚类分析和异常检测
• 深入探讨神经网络架构，包括卷积网络、循环网络、生成对抗网络、自编码器、扩散模型和转换器
• 使用 TensorFlow 和 Keras 为计算机视觉、自然语言处理、生成模型和深度强化学习构建和训练神经网络