★ 精闢剖析深度學習發展史，詳述機器學習的基礎知識！
★ 完整解說熱門程式語言第一名Python的環境建構和基本語法！
★ 圖像化示範TensorFlow和Keras的安裝，開發AI必學必讀！
★ 介紹類神經網路的基本思考方式和程式範例，逐步加深理解！
★ 說明使用卷積神經網路的影像辨識演算法，進一步強化學習！
★ 全面了解提升深度學習準確度的演算法，掌握應用的訣竅！
 
█ 迎接運算時代，紮實學好Deep Learning的要點！
 
本書以想試著開始使用時下流行的深度學習之讀者為對象，從理論到實踐進行了統整。書中詳細說明深度學習基礎理論的類神經網路，以及相關的必要數學知識，同時講解程式原始碼，以實際動手操作的方式來幫助理解。
 
坊間已經有眾多的機器學習與深度學習相關書籍，但類神經網路理論的學習門檻相當高、深度學習應用程式框架入門難度深、不容易掌握進一步應用的要領等等，常令初學者無法看清活用深度學習的探索之路。
 
本書首先介紹類神經網路的概念，緊接著說明如何使用應用程式框架進行深度學習，讓學習者初步感受這個領域。接下來介紹各種應用，大量運用範例來說明。在此之後，對於想進一步學習理論的讀者，介紹機器學習的學習方式；對於想挑戰進階深度學習應用的讀者，說明演算法等等。
 
█ 豐富圖解一目瞭然，「文字辨識」、「影像辨識」、「自然語言處理」實際演練！
 
本書的目標是幫助讀者了解什麼是深度學習、什麼是AI之後，能夠實際動手實作，期使讀者不致一知半解，不會只是執行範例卻不知接下來能做什麼，而能學會確實地判斷為了何種目的該使用何種應用程式框架，以及實際進行的步驟。
 
想挑戰AI開發的理工科學生、想更上一層樓的工程師、想了解深度學習基礎理論的人、使用TensorFlow和Keras嘗試實際安裝的人、想弄懂機器學習所需的數學的人，都能從本書平易的解說中學習到必要的知識。
 
【本書的架構】
 
▌第1章：論及深度學習以及其背景的機器學習相關話題，解析人工智慧（AI）的概念。
 
▌第2章：說明Python的環境建構與深度學習所需函式庫的安裝方法，包括在Windows與Mac兩種環境上的說明，解說必需的基礎Python文法。
 
▌第3章：藉由能以簡潔的敘述來使用多個函式庫的Keras實作深度學習，同時製作影像辨識的程式來體驗深度學習。進行導入Keras並公開發佈的熱門函式庫TensorFlow、數值運算函式庫與資料繪製函式庫等等的準備。
 
▌第4章：解說類神經網路的理論，同時實際試著使用名為MNIST的文字辨識範例程式來加深理解。
 
▌第5章：說明使用卷積神經網路的影像辨識演算法。
 
▌第6章：介紹提升深度學習準確度的演算法、自然語言處理等，用於影像辨識以外的範例程式。