《深度学习：基于Keras的Python实践》系统的讲解了深度的基本知识，以及应用机器学习解决实际问题，详细的介绍了如何构建及优化模型，并针对不同的问题给出了不同的解决方案，通过不同的例子展示了具体的项目中的应用和实践经验，是一本非常好的深度学习的入门和实践的书籍。本书以实践为导向，应用 Keras作为编程框架，强调简单，快速的上手建立模型，解决实际项目问题。读者可以根据本书的理解，迅速上手实践深度学习，并利用深度学习解决实际的问题。
本书非常适合于项目经理，有意从事机器学习开发的程序员，以及高校在读相关专业的学生。
目录
01部分 初识
1 初识深度学习/2
2 深度学习生态圈/6
第二部分 多层感知器
3 第一个多层感知器实例：印第安人糖尿病诊断/16
4 多层感知器速成/24
5 评估深度学习模型/33
6 在Keras中应用Scikit-Learn/40
7 多分类实例：鸢尾花分类/49
8 回归问题实例：波士顿房价预测/54
9 二分类实例：银行营销分类/61
10 多层感知器进阶/68
11 Dropout与学习率衰减92
第三部分 卷积神经网络
12 卷积神经网络速成/106
13 手写数字识别/112
14 Keras中的图像增强/124
15 图像识别实例：CIFAR-10分类/134
16 情感分析实例：IMDB影评情感分析/152
第四部分 循环神经网络
17 循环神经网络速成/162
18 多层感知器的时间序列预测：国际旅行人数预测/167
19 LSTM时间序列问题预测：国际旅行人数预测177
20 序列分类：IMDB影评分类/197
21 多变量时间序列预测：PM2.5预报/203
22 文本生成实例：爱丽丝梦游仙境/211
附录A 深度学习的基本概念/223
下载体验