《深度學(xué)習(xí)：基于Keras的Python實(shí)踐》系統(tǒng)的講解了深度的基本知識，以及使用機(jī)器學(xué)習(xí)解決實(shí)際問題，詳細(xì)的介紹了如何構(gòu)建及優(yōu)化模型，并針對不同的問題給出了不同的解決方案，通過不同的例子展示了具體的項(xiàng)目中的應(yīng)用和實(shí)踐經(jīng)驗(yàn)，是一本非常好的深度學(xué)習(xí)的入門和實(shí)踐的書籍。本書以實(shí)踐為導(dǎo)向，使用 Keras作為編程框架，強(qiáng)調(diào)簡單，快速的上手建立模型，解決實(shí)際項(xiàng)目問題。讀者可以根據(jù)本書的理解，迅速上手實(shí)踐深度學(xué)習(xí)，并利用深度學(xué)習(xí)解決實(shí)際的問題。

本書非常適合于項(xiàng)目經(jīng)理，有意從事機(jī)器學(xué)習(xí)開發(fā)的程序員，以及高校在讀相關(guān)專業(yè)的學(xué)生。

目錄

01部分 初識
1 初識深度學(xué)習(xí)/2
2 深度學(xué)習(xí)生態(tài)圈/6
第二部分 多層感知器
3 第一個(gè)多層感知器實(shí)例：印第安人糖尿病診斷/16
4 多層感知器速成/24
5 評估深度學(xué)習(xí)模型/33
6 在Keras中使用Scikit-Learn/40
7 多分類實(shí)例：鳶尾花分類/49
8 回歸問題實(shí)例：波士頓房價(jià)預(yù)測/54
9 二分類實(shí)例：銀行營銷分類/61
10 多層感知器進(jìn)階/68
11 Dropout與學(xué)習(xí)率衰減92
第三部分 卷積神經(jīng)網(wǎng)絡(luò)
12 卷積神經(jīng)網(wǎng)絡(luò)速成/106
13 手寫數(shù)字識別/112
14 Keras中的圖像增強(qiáng)/124
15 圖像識別實(shí)例：CIFAR-10分類/134
16 情感分析實(shí)例：IMDB影評情感分析/152
第四部分 循環(huán)神經(jīng)網(wǎng)絡(luò)
17 循環(huán)神經(jīng)網(wǎng)絡(luò)速成/162
18 多層感知器的時(shí)間序列預(yù)測：國際旅行人數(shù)預(yù)測/167
19 LSTM時(shí)間序列問題預(yù)測：國際旅行人數(shù)預(yù)測177
20 序列分類：IMDB影評分類/197
21 多變量時(shí)間序列預(yù)測：PM2.5預(yù)報(bào)/203
22 文本生成實(shí)例：愛麗絲夢游仙境/211
附錄A 深度學(xué)習(xí)的基本概念/223