機(jī)器學(xué)習(xí)需要一條脫離過高理論門檻的入門之路。

《機(jī)器學(xué)習(xí)之路》從小紅帽采蘑菇的故事開篇，介紹了基礎(chǔ)的機(jī)器學(xué)習(xí)分類模型的訓(xùn)練（第1 章）。如何評估、調(diào)試模型？如何合理地發(fā)掘事物的特征？如何利用幾個(gè)模型共同發(fā)揮作用？后續(xù)章節(jié)一步一步講述了如何優(yōu)化模型，更好地完成分類預(yù)測任務(wù)（第2 章），并且初步嘗試將這些技術(shù)運(yùn)用到金融股票交易中（第3 章）。

自然界最好的非線性模型莫過于人類的大腦?！渡疃葘W(xué)習(xí)篇》從介紹并對比一些常見的深度學(xué)習(xí)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(xué)解釋，完成簡單的圖片識別任務(wù)（第5 章）。后續(xù)章節(jié)在此基礎(chǔ)上，完成更為復(fù)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(gè)完整的圖片識別項(xiàng)目，從準(zhǔn)備數(shù)據(jù)集，到完成識別任務(wù)（第7 章）。后面簡單描述了RNN 模型（第8 章），接著展示了一個(gè)將深度學(xué)習(xí)技術(shù)落地到圖片處理領(lǐng)域的項(xiàng)目（第9 章）。

《機(jī)器學(xué)習(xí)之路》適合能看懂Python 代碼，對機(jī)器學(xué)習(xí)感興趣，期望入門的讀者。

目錄

第一篇 機(jī)器學(xué)習(xí)篇
第1 章 初識機(jī)器學(xué)習(xí) 2
第2 章 機(jī)器學(xué)習(xí)進(jìn)階 35
第3 章 實(shí)戰(zhàn)：股票量化 95
第二篇 深度學(xué)習(xí)篇
第4 章 深度學(xué)習(xí)：背景和工具 126
第5 章 深層學(xué)習(xí)模型 152
第6 章 學(xué)習(xí)空間特征 191
第7 章 Caffe 實(shí)例：狗狗品種辨別 240
第8 章 漫談時(shí)間序列模型 258
第9 章 用深度學(xué)習(xí)做個(gè)藝術(shù)畫家——模仿實(shí)現(xiàn)PRISMA 277