Python深度学习与项目实战人工智能机器学习实战书籍

本书基于Python以及两个深度学习框架Keras与TensorFlow，讲述深度学习在实际项目中的应用。本书共10章，首先介绍线性回归模型、逻辑回归模型、Softma多分类器，然后讲述全连接神经网络、神经网络模型的优化、卷积神经网络、循环神经网络，*后讨论自编码模型、对抗生成网络、深度强化学习。本书结合计算机视觉、自然语言处理、金融领域等方面的项目，系统讲述深度学习技术，可作性强。 

周北，重庆韬翔网络科技有限公司总裁，悉尼大学研究生，人工智能领域*深技术专家，自2018年被任命为韬翔科技董事长以来，主要负责公司亚太地区与欧洲事业的管理，曾任职于悉尼大学并担任计算机科学学院科研助理的工作。他具有信息技术和信息技术管理专业的双学位，是上海企觉有限公司&席技术顾问，擅长机器学习、深度学习、Python、Java等技术。

　一部分 基础知识 
　1章 线性回归模型　3 
1.1　线性回归详解　3 
1.1.1　数据集的构建　3 
1.1.2　线性回归模型的构建　4 
1.1.3　损失函数详解　4 
1.2　梯度下降算法　5 
1.3　求损失函数的*小值　8 
1.4　线性回归代码实战　9 
1.4.1　线性回归模型的构建与训练　9 
1.4.2　复杂线性回归模型的构建　14 
1.4.3　使用正则项防止过拟合　16 
1.5　线性回归项目实战　18 
1.5.1　波士顿房价数据集简介　18 
1.5.2　数据集特征值的标准化　18 
1.5.3　线性回归模型的构建与训练　20 
1.6　本章小结　21 
　2章 逻辑回归模型　22 
2.1　逻辑回归详解　22 
2.1.1　Sigmoid函数　22 
2.1.2　逻辑回归模型的工作原理　24 
2.1.3　损失函数的构建　25 
2.1.4　二元交熵函数的代码实战　27