本書包含《Python機(jī)器學(xué)習(xí)實(shí)踐指南》、《TensorFlow機(jī)器學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn)》、《TensorFlow技術(shù)解析與實(shí)戰(zhàn)》共三冊(cè)。

《Python機(jī)器學(xué)習(xí)實(shí)踐指南》：機(jī)器學(xué)習(xí)是近年來漸趨熱門的一個(gè)領(lǐng)域，同時(shí)Python語言經(jīng)過一段時(shí)間的發(fā)展也已逐漸成為主流的編程語言之一。本書結(jié)合了機(jī)器學(xué)習(xí)和Python語言兩個(gè)熱門的領(lǐng)域，通過易于理解的項(xiàng)目詳細(xì)講述了如何構(gòu)建真實(shí)的機(jī)器學(xué)習(xí)應(yīng)用程序。全書共有10章。第1章講解了Python機(jī)器學(xué)習(xí)的生態(tài)系統(tǒng)，剩余9章介紹了眾多與機(jī)器學(xué)習(xí)相關(guān)的算法，包括聚類算法、推薦引擎等，主要包括機(jī)器學(xué)習(xí)在公寓、機(jī)票、IPO市場(chǎng)、新聞源、內(nèi)容推廣、股票市場(chǎng)、圖像、聊天機(jī)器人和推薦引擎等方面的應(yīng)用。本書適合Python程序員、數(shù)據(jù)分析人員、對(duì)算法感興趣的讀者、機(jī)器學(xué)習(xí)領(lǐng)域的從業(yè)人員及科研人員閱讀。

《TensorFlow機(jī)器學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn)》：TensorFlow是Google所主導(dǎo)的機(jī)器學(xué)習(xí)框架，也是機(jī)器學(xué)習(xí)領(lǐng)域研究和應(yīng)用的熱門對(duì)象。 本書主要介紹如何使用TensorFlow庫實(shí)現(xiàn)各種各樣的模型，旨在降低學(xué)習(xí)門檻，并為讀者解決問題提供詳細(xì)的方法和指導(dǎo)。全書共10章，分別介紹了TensorFlow基礎(chǔ)知識(shí)、聚類、線性回歸、邏輯回歸、不同的神經(jīng)網(wǎng)絡(luò)、規(guī)模化運(yùn)行模型以及庫的應(yīng)用技巧。本書適合想要學(xué)習(xí)和了解 TensorFlow 和機(jī)器學(xué)習(xí)的讀者閱讀參考。如果讀者具備一定的C++和Python的經(jīng)驗(yàn)，將能夠更加輕松地閱讀和學(xué)習(xí)本書。

《TensorFlow技術(shù)解析與實(shí)戰(zhàn)》：本書從深度學(xué)習(xí)的基礎(chǔ)講起，深入TensorFlow框架原理、模型構(gòu)建、源代碼分析和網(wǎng)絡(luò)實(shí)現(xiàn)等各個(gè)方面。全書分為基礎(chǔ)篇、實(shí)戰(zhàn)篇和提高篇三部分?；A(chǔ)篇講解人工智能的入門知識(shí)，深度學(xué)習(xí)的方法，TensorFlow的基礎(chǔ)原理、系統(tǒng)架構(gòu)、設(shè)計(jì)理念、編程模型、常用API、批標(biāo)準(zhǔn)化、模型的存儲(chǔ)與加載、隊(duì)列與線程，實(shí)現(xiàn)一個(gè)自定義操作，并進(jìn)行TensorFlow源代碼解析，介紹卷積神經(jīng)網(wǎng)絡(luò)（CNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的演化發(fā)展及其TensorFlow實(shí)現(xiàn)、TensorFlow的高級(jí)框架等知識(shí)；實(shí)戰(zhàn)篇講解如何用TensorFlow寫一個(gè)神經(jīng)網(wǎng)絡(luò)程序并介紹TensorFlow實(shí)現(xiàn)各種網(wǎng)絡(luò)（CNN、RNN和自編碼網(wǎng)絡(luò)等），并對(duì)MINIST數(shù)據(jù)集進(jìn)行訓(xùn)練，講解TensorFlow在人臉識(shí)別、自然語言處理、圖像和語音的結(jié)合、生成式對(duì)抗網(wǎng)絡(luò)等方面的應(yīng)用；提高篇講解TensorFlow的分布式原理、架構(gòu)、模式、API，還會(huì)介紹TensorFlow XLA、TensorFlow Debugger、TensorFlow和Kubernetes結(jié)合、TensorFlowOnSpark、TensorFlow移動(dòng)端應(yīng)用，以及TensorFlow Serving、TensorFlow Fold和TensorFlow計(jì)算加速等其他特性。最后，附錄中列出一些可供參考的公開數(shù)據(jù)集，并結(jié)合作者的項(xiàng)目經(jīng)驗(yàn)介紹項(xiàng)目管理的一些建議。本書深入淺出，理論聯(lián)系實(shí)際，實(shí)戰(zhàn)案例新穎，基于最新的TensorFlow 1.1版本，涵蓋TensorFlow的新特性，非常適合對(duì)深度學(xué)習(xí)和TensorFlow感興趣的讀者閱讀。