本書(shū)全面梳理機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)相關(guān)理論和方法, 完整設(shè)計(jì)各種模型和算法的應(yīng)用實(shí)例。首先概述與人工智能和深度學(xué)習(xí)相關(guān)的基本概念和發(fā)展歷程; 然后詳細(xì)介紹機(jī)器學(xué)習(xí)中的回歸任務(wù)、分類任務(wù)、梯度下降法的基本理論和算法, 并給出完整的TensorFlow編程實(shí)例; 之后循序漸進(jìn)地闡述人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法、卷積神經(jīng)網(wǎng)絡(luò)和典型的網(wǎng)絡(luò)模型, 并給出各種模型和算法的TensorFlow編程實(shí)例, 包括完整的數(shù)據(jù)處理、模型構(gòu)建、模型訓(xùn)練和測(cè)試、模型評(píng)估、實(shí)驗(yàn)結(jié)果分析、算法優(yōu)化和改進(jìn); 最后介紹強(qiáng)化學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)的基本理論和具體算法, 并給出相關(guān)算法應(yīng)用的TensorFlow編程實(shí)例。