书名：Python_深度学习实战：75个有关神经网络建模、强化学习与迁移学习的解决方案 作者：[荷]英德拉·丹·巴克(Indra den Bakker) 出版：机械工业出版社
●内容介绍
本书以自上而下和自下而上的方法来展示针对不同领域实际问题的深度学习解决方案，包括图像识别、自然语言处理、时间序列预测和机器人操纵等。还讨论了采用诸如TensorFlow、PyTorch、Keras和CNTK等流行的深度学习开源框架用于实际问题的解决方案及其优缺点。本书内容包括：用于深度学习的编程环境、GPU计算和云端解决方案；前馈神经网络与卷积神经网络；循环与递归神经网络；强化学习与生成对抗网络；深度学习用于计算机视觉、自然语言处理、语音识别、视频分析、时间序列预测、结构化数据分析以及游戏智能体(Agents)和机器人操控等。最后讨论了深度学习的超参数选择和神经网络的内在结构以及预训练模型的使用技巧等。
本书可作为从事机器学习、深度学习、人工智能等领域的工程技术人员的参考书，也可用于高等院校相关专业本科生、研究生以及教师的参考用书。尤其适用于人工智能培训班、大学生创新创业实战训练、研究生课题演练、程序员实力提升等方面。
●作者简介
Indra den Bakker是一位经验丰富的深度学习工程师和培训师。他是23insights平台的创始人，这是NVIDIA所属孵化项目计划的一部分，这是一个机器学习构建解决方案的初创型计划，可以改变世界上重要的行业。在开放课程平台Udacity,他指导了在深度学习和相关领域攻读微学位(Nanodegree)的学生，他还负责审查学生的实习项目。Indra拥有计算智能背景，并在创建23insights平台之前作为IPG Mediabrands的品牌代理以及Screen6的数据科学家若干年。
●本书读者对象
本书面向那些希望使用深度学习算法来创建真实Python应用程序的机器学习专业人士。对机器学习概念和Python库(如NumPy、SciPy和Scikit-learn)有深入的理解。此外，还需要具备线性代数和微积分的基本知识。