向AI转型的程序员都关注了这个号????????????
机器学习AI算法工程 公众号：datayx
基于TensorFlow 2.0正式版， 理论与实战结合，非常适合入门学习！
这是一本面向人工智能，特别是深度学习初学者的书，本书旨在帮助更多的读者朋友了 解、喜欢并进入到人工智能行业中来，因此作者试图从分析人工智能中的简单问题入手，一 步步地提出设想、分析方案以及实现方案，重温当年科研工作者的发现之路，让读者身临其 境式的感受算法设计思想，从而掌握分析问题、解决问题的能力。这种方式也是对读者的基 础要求较少的，读者在学习本书的过程中会自然而然地了解算法的相关背景知识，避免出现 为了学习而学习的窘境。
尽管作者试图将读者的基础要求降到最低，但是人工智能不可避免地需要使用正式化的 数学符号推导，其中涉及到少量的概率与统计、线性代数、微积分等数学知识，一般要求读 者对这些数学知识有初步印象或了解即可。比起理论基础，读者需要有少量的编程经验，特 别是 Python 语言编程经验，显得更加重要，因为本书更侧重于实用性，而不是堆砌公式。总的来说，本书适合于大学三年级左右的理工科本科生和研究生，以及其它对人工智能算法 感兴趣的朋友。
本书共 15 章，大体上可分为 4 个部份:第 1~3 章为第 1 部分，主要介绍人工智能的初 步认知，并引出相关问题;第 4~5 章为第 2 部分，主要介绍 TensorFlow 相关基础，为后续 算法实现铺垫;第 6~9 章为第 3 部分，主要介绍神经网络的核心理论和共性知识，让读者理 解深度学习的本质;第 10~15 章为模型算法应用部分，主要介绍常见的算法与模型，让读者 能够学有所用。
在本书中编写时，很多英文词汇尚无法在业界找到一个共识翻译名，因此作者备注翻译 的英文原文，供读者参考，同时也方便读者日后阅读相关英文文献时，不至于感到陌生。
尽管每天都有深度学习相关算法论文的发布，但是作者相信，深度学习的核心思想和基 础理论是共通的。本书已尽可能地涵盖其中基础、主流并且前沿的算法知识，但是仍然有很 多算法无法涵盖，读者学习完本书后，可以自行搜索相关方向的研究论文或资料，进一步学 习。
《TensorFlow 2.0深度学习案》 PDF／附书代码 获取
转发本文到朋友圈，并截图发送给微信公众号 datayx 即可获取。
AI项目体验地址 https://loveai.tech
代码部分
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx
机大数据技术与机器学习工程
搜索公众号添加： datanlp
长按图片，识别二维码
