人工智能（Artificial Intelligence， AI）是目前非常火的研究方向，应用前景广阔。人工智能的核心是机器学习， Python语言设计非常好，快速、坚固、可移植、可扩展，并且具有很多图像加强库以及数值和科学计算工具。这些对于人工智能应用来说都是非常重要的因素。
机器学习和深层学习的深度很深，可以利用的范围也很广，市场上的很多书籍晦涩难懂。这本书采用“理论简述——实际数据集——Python 程序实现算法”分析数据的思路，根据实际数据集的分析目的，采用合适的主流机器学习算法来解决问题。
基本信息 | 商品名称： | Python AI-机器学习-深度学习 | 开本： | 16开 |
| 作者： | [日] 鲸飞行机 杉山阳一 远藤俊辅 著，王非池 译 | 定价： | 188.00 |
| ISBN号： | 9787515366937 | 出版时间： | 2022-09-30 |
| 出版社： | 中国青年出版社 | 印刷时间： | 2022-09-30 |
| 版次： | 1 | 印次： | 1 |
第 1 章 机器学习 / 深度学习
1-1 何谓机器学习？
1-2 机器学习是按照什么顺序运作的？
1-3 机器学习所用数据的制作方法
1-4 机器学习的开发工具
1-5 Jupyter Notebook的使用方法
1-6 运行个别程序的方法
第 2 章 机器学习入门
2-1 实现简单的机器学习
2-2 尝试挑战鸢尾花分类
2-3 让AI品鉴葡萄酒的美味
2-4 研究过去10年的气象数据
2-5 寻找合适的算法与参数
第 3 章 OpenCV与机器学习—图像、视频入门
3-1 OpenCV相关
3-2 人脸识别：自动给脸部添加马赛克
3-3 文字识别：辨识手写体数字
3-4 轮廓检测：挑战从明信片上辨识邮政编码
3-5 视频分析：从视频中提取出有热带鱼的画面
第 4 章 自然语言处理
4-1 尝试辨别语言
4-2 尝试将文本分割成词
4-3 尝试将词语的含义向量化
4-4 尝试统计词语的频率
4-5 尝试自动生成文本
4-6 尝试创建聊天程序
第 5 章 深度学习（Deep Learning）
5-1 深度学习相关
5-2 TensorFlow入门
5-3 尝试使用TensorFlow进行鸢尾花分类
5-4 使用深度学习辨识手写体数字
5-5 辨识照片中的物体
第 6 章 通过机器学习让工作效率化
6-1 将机器学习导入业务系统
6-2 模型的保存与读取
6-3 实现新闻自动分类
6-4 制作可由网络访问的文章分类应用程序
6-5 使用数据库（RDBMS）进行机器学习
6-6 制作通过食物照片计算卡路里的程序
附录
使用本书所需环境
......
本书将理论融入贴近生活的案例之中，深入浅出，丰富有趣。例如，通过AI判定美味的红酒、自动识别邮政编码、从视频中检测特定场景、判断SNS上的垃圾邮件投稿、通过识别照片上的物体自动判断新闻报道类型、通过食物照片调查热量等等。
本书是由Python程序员和从业者共同编写，鲸飞行机：他写了很多与Python、PHP、JavaScript等编程语言、机器学习和算法相关的书籍。曾经获得2001年在线软件大奖。2005年IPA认定为超级制作人。2010年获得IPA OSS贡献者奖。 杉山阳一：全球工程师，任职于日本捷太格特（JTEKT）股份有限公司，为改善用户企业的业务经常往返于泰国和日本之间。 远藤俊辅：经理兼销售工程师，任职于日本捷太格特（JTEKT）股份有限公司。对新技术非常着迷，从事与家庭物联网相关的工作(本数据是在该书出版时刊登的)。
