本書全面梳理機器學習、深度學習和強化學習相關理論和方法, 完整設計各種模型和算法的應用實例。首先概述與人工智能和深度學習相關的基本概念和發(fā)展歷程; 然后詳細介紹機器學習中的回歸任務、分類任務、梯度下降法的基本理論和算法, 并給出完整的TensorFlow編程實例; 之后循序漸進地闡述人工神經(jīng)網(wǎng)絡與深度學習、深度神經(jīng)網(wǎng)絡的訓練方法、卷積神經(jīng)網(wǎng)絡和典型的網(wǎng)絡模型, 并給出各種模型和算法的TensorFlow編程實例, 包括完整的數(shù)據(jù)處理、模型構(gòu)建、模型訓練和測試、模型評估、實驗結(jié)果分析、算法優(yōu)化和改進; 最后介紹強化學習、深度強化學習的基本理論和具體算法, 并給出相關算法應用的TensorFlow編程實例。