简介
本书主要内容分为三部分，逐步引导学生由浅入深、由简到难地学习。第一部分是环境基础教学，包括第1、2章，分别是实验环境搭建和Python编程语言基础；第二部分是机器学习，包括第3-11章，详细介绍了机器学习的核心算法原理及相关实战案例，如利用隐形眼镜数据集构建随机森林模型来预测适合客户的隐形眼镜类型、基于朴素贝叶斯分类算法实现年收入预测、采用支持向量机算法预测泰坦尼克号人员存活率;第三部分是深度学习，包括第12-16章，重点介绍深度学习基础知识和不同经典网络原理及相关实战案例，如利用卷积神经网络模型实现手写数字识别、采用VGG16模型实现天气识别，以人工智能的示范应用来启发学生进一步进行深化研究。
