本書全面梳理機器學習、深度學習和強化學習相關(guān)理論和方法, 完整設(shè)計各種模型和算法的應(yīng)用實例。首先概述與人工智能和深度學習相關(guān)的基本概念和發(fā)展歷程; 然后詳細介紹機器學習中的回歸任務(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編程實例; 之后循序漸進地闡述人工神經(jīng)網(wǎng)絡(luò)與深度學習、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編程實例, 包括完整的數(shù)據(jù)處理、模型構(gòu)建、模型訓(xùn)練和測試、模型評估、實驗結(jié)果分析、算法優(yōu)化和改進; 最后介紹強化學習、深度強化學習的基本理論和具體算法, 并給出相關(guān)算法應(yīng)用的TensorFlow編程實例。