機器學習正逐步地在蠶食軟體世界。經由Sebastian Raschka 的暢銷書《Python機器學習》的第二版，讀者可以了解並學習最先進的機器學習、類神經網路和深度學習的相關知識與技術。
《Python機器學習第二版》包含了scikit-learn、Keras和TensorFlow等最新的開源相關技術，它們提供了實務層面的知識和技術，您可以用Python來實際建立機器學習和深度學習的應用系統。
Sebastian Raschka和Vahid Mirjalili以他們獨特的洞察力和專業知識向您介紹機器學習和深度學習的演算法，然後再更進一步的討論數據分析的進階主題。本書將機器學習的理論原理與實際程式碼的製作相結合，讓您能全面掌握機器學習的理論並使用Python來完成實作。
你可以在本書中學到的主題有：
・ 探索並理解數據科學的關鍵框架，機器學習和深度學習
・ 以機器學習模型和類神經網路，對您的數據的提出新問題
・ 駕馭最新的Python開源函式庫中，關於機器學習的強大功能
・ 掌握以TensorFlow函式庫來實作深度類神經網路
・ 將您的機器學習模型嵌入Web應用程序
・ 使用迴歸分析來預測連續的目標值
・ 通過集群來發掘數據中隱藏的模式和結構
・ 使用深度學習技術分析影像
・ 使用情緒分析深入研究文本和社群媒體數據
《Python機器學習第二版》包含了scikit-learn、Keras和TensorFlow等最新的開源相關技術，它們提供了實務層面的知識和技術，您可以用Python來實際建立機器學習和深度學習的應用系統。
Sebastian Raschka和Vahid Mirjalili以他們獨特的洞察力和專業知識向您介紹機器學習和深度學習的演算法，然後再更進一步的討論數據分析的進階主題。本書將機器學習的理論原理與實際程式碼的製作相結合，讓您能全面掌握機器學習的理論並使用Python來完成實作。
你可以在本書中學到的主題有：
・ 探索並理解數據科學的關鍵框架，機器學習和深度學習
・ 以機器學習模型和類神經網路，對您的數據的提出新問題
・ 駕馭最新的Python開源函式庫中，關於機器學習的強大功能
・ 掌握以TensorFlow函式庫來實作深度類神經網路
・ 將您的機器學習模型嵌入Web應用程序
・ 使用迴歸分析來預測連續的目標值
・ 通過集群來發掘數據中隱藏的模式和結構
・ 使用深度學習技術分析影像
・ 使用情緒分析深入研究文本和社群媒體數據