Scikit-Learn与TensorFlow机器学习实用指南（影印版）

通过具体的例子、很少的理论以及两款成熟的Python框架：Scikit-Learn和TensorFlow，作者Aurélien Géron会帮助你掌握构建智能系统所需要的概念和工具。你将会学习到各种技术，从简单的线性回归及发展到深度神经网络。每章的练习有助于你运用所学到的知识，你只需要有一些编程经验就行了。

探索机器学习，尤其是神经网络

使用Scikit-Learn全程跟踪一个机器学习项目的例子

探索各种训练模型，包括：支持向量机、决策树、随机森林以及集成方法

使用TensorFlow库构建和训练神经网络

深入神经网络架构，包括卷积神经网络、循环神经网络和深度强化学习

学习可用于训练和缩放深度神经网络的技术

运用实际的代码示例，无需了解过多的机器学习理论或算法细节

Aurélien Géron，是一名机器学习顾问。作为一名前Google职员，在2013至2016年间，他领导了YouTube视频分类团队。在2002至2012年间，他身为法国主要的无线ISP Wifirst的创始人和CTO，在2001年他还是Polyconseil的创始人和CTO，这家公司现在管理着电动汽车共享服务Autolib'。