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。

 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)。