机器学习和深度学习：原理、算法、实战

机器学习和深度学习已经成为从业人员在人工智能时代的技术，被广泛应用于图像识别、自然语言理解、推荐系统、语音识别等多个领域，并取得了丰硕的成果。目前，很多高校的人工智能、软件工程、计算机应用等专业均已开设了机器学习和深度学习的课程，此外，为便于让学生掌握一些大数据的分析和可视化技术，有一些非计算机专业也开设了与机器学习相关的课程。同时，企业中的一些软件开发人员也想学习相关行业中机器学习和深度学习技术应用的真实案例，而不用过多关注机器学习和深度学习中的一些数学知识。但是，在市面上能够同时满足上述需求的参考书并不多，而《机器学习和深度学习:原理、算法、实战(使用Python和TensorFlow)》恰好是一本能满足高校学生及相关从业人员需求的机器学习和深度学习的参考书。
本书的作者是两位资深的行业专家并且拥有多年的企业培训经验，他们以案例式的编写方式由浅入深地讲解了机器学习和深度学习技术,让读者能够快速掌握机器学习和深度学习的原理及相关应用。在本书的翻译过程中，我们翻阅了大量资料，力求为读者献上-部贴近实际应用且通俗易懂的机器学习与深度学习方面的参考书。

本书以通俗易懂的风格介绍了机器学习和深度学习技术，只涉及了基本的数学知识。本书由两位机器学习和深度学习领域的专家编写，书中的案例涵盖了银行、保险、电子商务、零售和医疗等多个行业。本书讲述如何在当今的智能设备和应用程序中使用机器学习和深度学习技术。本书提供了对书中涉及的数据集、代码和示例项目的下载。 l 机器学习和深度学习的概念 l 随机森林和提升方法 l Python编程与统计学基础 l 人工神经网络 l 回归与逻辑回归 l TensorFlow与Keras l 决策树 l 深度学习超参数 l 模型选择与交叉验证 l 卷积神经网络(CNN) l 聚类分析 l 循环神经网络(RNN)和长短期记忆网络(LSTM)

Venkata Reddy Konasani 是一位数据科学领域的培训讲师。他拥有10年的数据分析和数据科学方面的经验，并且有6年培训讲师经验。他擅长构建信用风险模型，擅长营销分析及社交媒体分析。
目前，Venkata为Oracle、IBM、CTS及美国银行等公司定期举办数据科学方面的培训。他组织了逾100次关于机器学习和深度学习主题的企业培训。
Venkata是Statifer.com(数据科学在线学习公司)的联合创始人。他毕业于孟买印度理工学院，获得应用统计和信息学硕士学位，目前居住在印度的维杰亚瓦达。

Shailendra Kadre在印度的班加罗尔从事管理和信息技术顾问工作。他拥有在多个领域逾20年的工作经验，包括数字转型、机器学习、预售、信息技术项目和产品领域。他在这些领域出色地担任了许多关键的领导角色。他曾就职于多家全球性的一流公司，如惠普有限公司、塔塔咨询服务公司和马衡达信息技术有限公司等。Shailendra是 Going Corporate: A Geek’s Guide 一书的作者，也是Practical Business Analytics Using SAS: A Hands-on Guide一书的合著者。
他毕业于德里印度理工学院，获得设计工程专业硕士学位。他与妻子Meenakshi、女儿Neha和儿子Vivek在班加罗尔生活。