根据实际的事例、非常少的基础理论及其2款完善的Python架构：Scikit-Learn和TensorFlow，创作者AurélienGéron会协助你把握搭建智能控制系统所必须的定义和专用工具。你可能学习培训到各种各样技术性，从简易的线性回归及发展趋势到深度神经网络。各章的训练有利于你应用所教到的专业知识，你只必须有一些程序编写工作经验就可以了。
探索机器学习，尤其是神经网络
应用Scikit-Learn全程跟踪一个机器学习新项目的事例
探索各种各样训练实体模型，包含：支持向量机、决策树、随机森林及其集成化方式
应用TensorFlow库搭建和训练神经网络
深层次神经网络构架，包含卷积神经网络、循环系统神经网络和深度增强学习
学习培训可用以训练和放缩深度神经网络的技术性
应用具体的编码实例，不用掌握过多的机器学习基础理论或优化算法关键点
TensorFlow是一个选用数据流图（dataflowgraphs），用以数值计算方法的开源软件库。连接点（Nodes）在图中表达数学课实际操作，图中的线（edges）则表达在连接点间互相联络的多维度数据信息数组，即张量（tensor）。它灵便的构架让你能在多种多样服务平台上进行测算，比如台式计算机中的一个或好几个CPU（或GPU），网络服务器，移动终端这些。这书叙述TensorFlow有关专业知识。
