这是一本写给程序员看的机器学习指南。它有针对性地从程序员的视角切入（而非像市面上的大多数机器学习教程一样，从数学的角度切入），介绍了工业界流行的若干模型及应用场景，同时涵盖了神经网络的原理和基础实现、Keras库的使用方法和TensorFlow的部署方案，可谓有的放矢。这是一本有代码的谈工程实现的书，不存在浅尝辄止，也不存在天书符号，正是机器学习领域所缺少的那一类教程。
——周竟舸，Pinterest机器学习平台技术负责人
?
打开本书，我惊喜地发现它并非像市面上的其他书籍那样，直接把各种新鲜概念放到读者面前并强迫他们接受。它一开始就没有在机器学习概念上过多纠缠，而是先快速展示了简短的AI实现代码的结构和流程，然后带出一些常常让初学者疑惑的问题，针对这些问题再带出新的内容。
——喻杰博士，华为智能车云席技术官
?
本书以从代码出发，再回归AI相关原理为宗旨，深入浅出、循序渐进地讲解了Keras及常见的深度学习网络，还讲解了深度学习在不同领域的应用及模型的部署与服务。读者在一步步探索AI算法奥秘的同时，也在享受解决问题的喜悦和成就感，并开启深度学习之旅。
——王昀绩，Google AI研究员
?
本书对于AI初学者来说是一本很好的入门书，对于AI大咖来说是一本很好的理论联系代码的参考书。作者在书中介绍AI概念、动手写代码及测试代码时下了一番苦功，在阐述算法的背景和内容时既有深度又有直观形象的介绍，对数学公式的引用对于有程序员背景的读者来说恰到好处，并且在实际代码的解释上紧扣主题、讲解清晰。
—— 龙门博士，Broadcom席工程师
?
机器学习已经成为计算机视觉、自然语言处理和AI领域的重要基石，但是其抽象的理论让很多初学者望而却步。本书将机器学习中的经典理论与实践相结合，由浅入深地介绍了每种理论的原理、代码实现和应用，让初学者即刻体验和实践算法，在实践中深入理解和熟练掌握机器学习理论，为今后进行机器学习应用打下扎实的基础。
—— 卢亦娟，微软Cloud AI席科学家、美国德克萨斯州立大学计算机系教授
?
这是一本干货满满且附带详细实例的深入浅出机器学习的参考工具书。
—— 蒋良骏，Walmart电商平台架构师、蚂蚁金服硅谷中心前技术专家
?
本书通俗易懂，并且覆盖了AI在多个领域的应用场景，是好的AI程序员入门教材。
—— 耿秀波，微软应用科学家
这本书和市面上的大多数机器学习书不一样。
- 它们从数学角度切入；本书从代码角度切入，不存在天书符号。
- 它们先堆各种新鲜概念；本书通过代码展示问题，再引出知识。
- 它们重在抽象理论；本书让初学者即刻体验和实践算法，为应用打下基础。
另外，作者且用心写作，在书中介绍AI概念、动手写代码及测试代码时下了一番苦功。。
- 作者在美国微软、BCG、Uber、腾讯等工作多年，经验老道，深深理解程序员学习机器学习的痛点。
- 在阐述算法的背景和内容时既有深度又直观形象。
- 对数学公式的引用对于有程序员背景的读者来说恰到好处。
- 在实际代码的解释上紧扣主题、讲解清晰。
- 内容通俗易懂，覆盖了AI在多个领域的应用场景。
评论晒单