Python深度學習（第2版）

　　《Python深度學習（第2版）》系統(tǒng)地講解了機器學習、深度學習、強化學習理論知識，揭秘了各種神經(jīng)網(wǎng)絡(luò)架構(gòu)如卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)和膠囊網(wǎng)絡(luò)背后的原理和實際應用；講解了如何使用高性能的算法和常用的Python框架來進行訓練，以及如何解決計算機視覺、自然語言處理和語音識別等領(lǐng)域的問題；還講解了生成模型方法以及如何使用變分自編碼器和生成式對抗網(wǎng)絡(luò)來生成圖像；最后深入研究強化學習的新發(fā)展領(lǐng)域，并介紹了一些先進熱門游戲Go、Atari和Dota背后的算法。學習完本書，讀者可以精通深度學習理論及其在現(xiàn)實世界中的應用。 《Python深度學習（第2版）》一書面向數(shù)據(jù)科學從業(yè)者、機器學習工程師以及對深度學習感興趣的讀者，也適合作為高校計算機專業(yè)的教材使用。

　　l 伊萬·瓦西列夫于2013年在GPU支持下開始研究第1個開源Java深度學習庫。該庫后被一家德國公司收購并繼續(xù)開發(fā)。伊萬·瓦西列夫還曾在深度神經(jīng)網(wǎng)絡(luò)醫(yī)學圖像分類和分割領(lǐng)域擔任機器學習（Machine Learning，ML）工程師和研究員；從2017年起，開始專注于金融機器學習；現(xiàn)正在研究Python開源算法交易庫，該庫提供了用于試驗各種機器算法的基礎(chǔ)架構(gòu)。伊萬·瓦西列夫擁有圣索非亞大學圣克里門特·奧赫里德斯基分校的人工智能碩士學位。 l 詹馬里奧·斯帕卡尼亞是“倍耐力”的高級數(shù)據(jù)科學家，負責處理物聯(lián)網(wǎng)（IoT）和網(wǎng)聯(lián)車應用的傳感器和遙測數(shù)據(jù)。他與輪胎機械師、工程師和業(yè)務部門緊密合作，以便分析和制定混合動力、物理驅(qū)動和數(shù)據(jù)驅(qū)動的汽車模型。他的主攻專業(yè)方向是為數(shù)據(jù)產(chǎn)品構(gòu)建機器學習系統(tǒng)和端到端解決方案。他擁有都靈理工學院的遠程信息處理碩士學位，以及斯德哥爾摩KTH的分布式系統(tǒng)軟件工程學位。在加入倍耐力之前，他曾在零售和商業(yè)銀行（Barclays）、網(wǎng)絡(luò)安全（Cisco）、預測性營銷（AgilOne）中工作，并偶爾從事自由職業(yè)。 l 丹尼爾·斯萊特從11歲開始編程，為ID軟件公司的Quake游戲開發(fā)模組。他對游戲的癡迷使他成為熱門游戲“冠軍足球經(jīng)理”的開發(fā)人員。然后，他進入金融領(lǐng)域，致力于風險和高性能消息系統(tǒng)。目前他是Skimlinks的一名大數(shù)據(jù)工程師，負責了解在線用戶的行為。他用業(yè)余時間訓練AI擊敗計算機游戲。他在技術(shù)會議上談論深度學習和強化學習，其博客地址為www.danielslater.net。他在該領(lǐng)域的工作已被Google引用。 l 彼得·羅蘭茨擁有庫魯汶大學計算機科學碩士學位，主修人工智能。他致力于將深度學習應用于各種問題，如光譜成像、語音識別、文本理解和文檔信息提取。他目前在Onfido擔任數(shù)據(jù)提取研究小組的組長，主要負責從官方文檔中提取數(shù)據(jù)。 l 瓦倫蒂諾·佐卡擁有博士學位，先后從美國馬里蘭大學和羅馬大學畢業(yè)，獲得數(shù)學學士學位，并在華威大學學習了一個學期。之后他在被波音公司收購的Autometric公司從事高級立體三維地球可視化軟件的高科技項目研究，該軟件具有頭部跟蹤功能。他在那里開發(fā)了許多數(shù)學算法和預測模型，并使用Hadoop實現(xiàn)了多個衛(wèi)星圖像可視化的自動化程序。他曾在美國人口普查局、美國和意大利的企業(yè)擔任獨立顧問。目前，他居住在紐約，并擔任一家大型金融公司的獨立顧問。