內容提要

本書從基本概念和理論入手，通過近千張圖和簡單的例子由淺入深地講解深度學習的相關知識，且不涉及復雜的數學內容。

本書分為上下兩冊。上冊著重介紹深度學習的基礎知識，旨在幫助讀者建立扎實的知識儲備，主要介紹隨機性與基礎統計學、訓練與測試、過擬合與欠擬合、神經元、學習與推理、數據準備、分類器、集成算法、前饋網絡、激活函數、反向傳播等內容。下冊介紹機器學習的scikit-learn庫和深度學習的Keras庫（這兩種庫均基于Python語言），以及卷積神經網絡、循環神經網絡、自編碼器、強化學習、生成對抗網絡等內容，還介紹了一些創造性應用，并給出了一些典型的數據集，以幫助讀者更好地了解學習。

本書適合想要了解和使用深度學習的人閱讀，也可作為深度學習教學培訓領域的入門級參考用書。