深度学习理论及实践——从机器学习到深度强化学习

书全面梳理机器学习、深度学习和强化学习相关理论和方法，完整设计各种模型和算法的应用实例。首先概述与人工智能和深度学习相关的基本概念和发展历程；然后详细介绍机器学习中的回归任务、分类任务、梯度下降法的基本理论和算法，并给出完整的TensorFlow编程实例；之后循序渐进地阐述人工神经网络与深度学习、深度神经网络的训练方法、卷积神经网络和典型的网络模型，并给出各种模型和算法的TensorFlow编程实例，包括完整的数据处理、模型构建、模型训练和测试、模型评估、实验结果分析、算法优化和改进；*后介绍强化学习、深度强化学习的基本理论和具体算法，并给出相关算法应用的TensorFlow编程实例。
本书可作为学习机器学习、深度学习及强化学习算法的参考书，也可作为高等院校相关课程的教材，还可供从事人工智能领域的专业研究人员和工程技术人员阅读。