译者序
随着 AlphaGo 在人机大战中一举成名,关于人工智能的研究开始广受关注,人工智能
科学家也一跃成为“21 世纪热门的人才”。人工智能,特别是机器学习和深度神经网络
的广泛应用虽然兴起不久,但是对这两个密切关联的领域的研究其实已经持续了好几十
年,早已形成了系统化的知识体系。对于想要踏入机器学习和深度学习领域的初学者和
工程师而言,一本理论和实践相结合的书籍是必不可少的,本书就是这样一本书。
本书分为两部分:第一部分介绍机器学习的基础知识;第二部分介绍神经网络与深度学
习。附录部分的内容也非常丰富。本书兼顾理论与实战,既适合在校学生,又适合有经
验的工程师。
从理论上讲,本书最大的特色就是有深度,覆盖面广,但是书中并没有太多复杂的数学
公式推导,很容易看懂。这在现在很多机器学习书籍中是不多见的。
从实战来说,本书使用了当前热门的机器学习框架 Scikit-Learn 及深度学习框架 TensorFlow
和 Keras,每一章都配备相应的项目示例,代码的实操性和可读性非常好。本书也是为
有经验的工程师而写的,是一本实用指南。特别是附录 B 给出的机器学习项目清单,如果
工业界想做一套机器学习的解决方案,完全可以按照这个清单去做。
读者朋友可能非常关心第 2 版相比第 1 版有何区别,作者在第 2 版中不仅重写了大部分
章节,还增加了很多机器学习的前沿知识,代码示例采用了 Keras 深度学习框架。
作者将本书所有章节的详细代码都发布在 GitHub 上。项目地址为:
https://github.com/
ageron/handson-ml2
。
译者现在在比利时某科研机构从事深度学习处理器、嵌入式实时人工智能、计算机视觉
和深度学习异构平台上的编程框架等研究工作,虽有多年的机器学习和计算机视觉研究
和开发经验,但本书中所涉及的专业术语与概念较多,部分概念及术语尚无公认的中文 ...