機器學習需要一條脫離過高理論門檻的入門之路。

《機器學習之路》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（第1 章）。如何評估、調試模型？如何合理地發(fā)掘事物的特征？如何利用幾個模型共同發(fā)揮作用？后續(xù)章節(jié)一步一步講述了如何優(yōu)化模型，更好地完成分類預測任務（第2 章），并且初步嘗試將這些技術運用到金融股票交易中（第3 章）。

自然界最好的非線性模型莫過于人類的大腦?！渡疃葘W習篇》從介紹并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）。后續(xù)章節(jié)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）。后面簡單描述了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）。

《機器學習之路》適合能看懂Python 代碼，對機器學習感興趣，期望入門的讀者。

目錄

第一篇 機器學習篇
第1 章 初識機器學習 2
第2 章 機器學習進階 35
第3 章 實戰(zhàn)：股票量化 95
第二篇 深度學習篇
第4 章 深度學習：背景和工具 126
第5 章 深層學習模型 152
第6 章 學習空間特征 191
第7 章 Caffe 實例：狗狗品種辨別 240
第8 章 漫談時間序列模型 258
第9 章 用深度學習做個藝術畫家——模仿實現PRISMA 277