机器学习实战：基于Scikit-Learn、Keras 和TensorFlow （原书第2 版）

推荐序

最近几年人工智能技术的突破性进展，比如 AlphaGo 战胜围棋世界冠军柯洁，Waymo

开始部署自动驾驶出租车，都表明深度学习极大地推动了整个机器学习的发展。现在，

即使对深度学习技术几乎一无所知的工程师和程序员，也可以使用简单而有效的工具来

实现从数据中学习的复杂应用程序。本书就向你展示了具体应该如何来实现各种人工智

能的应用，如计算机视觉、自然语言处理等。

本书作者是一位出色的机器学习顾问和培训师，前 Google 资深工程师，从 2013 年

至 2016 年领导 YouTube 的视频分类团队，不仅具有深厚的理论功底，还有最前沿

的工业界实战操作经验。作者通过使用简洁的理论和细致具体的示例，运用两个

Python 框架（Scikit-Learn 和 TensorFlow/Keras），帮助你直观地了解构建智能系统的

相关概念和工具。你将从本书中学到各种机器学习技术（从简单的线性回归到各种神

经网络结构）。每章都附有练习题，可以帮助你应用所学的知识，你所需要的只是编

程练习。

本书内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支

持向量机、决策树、随机森林和集成方法，还提供了使用 Scikit-Learn 进行机器学习的

端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构

（如卷积神经网络、递归神经网络等）、强化学习，以及如何使用 TensorFlow/Keras 库来

构建和训练神经网络。

本书英文版在 Amazon 上的评分是 4.7 分（满分 5 分 ）， 近 90% 的读者给予了 5 星好评，

在国内豆瓣读书上也得到 91.5% 的读者的 5 星好评，国内外同时有这么高的好评率，足

以证明本书的价值及其良好可读性。

如果你正打算学习机器学习和深度学习，正在寻求一个切入点，那么我强烈建议你把本 ...