本書主要分為兩個(gè)部分。第一部分為第1章到第8章，涵蓋機(jī)器學(xué)習(xí)的基礎(chǔ)理論知識(shí)和基本算法——從線性回歸到隨機(jī)森林等，幫助讀者掌握Scikit-Learn的常用方法；第二部分為第9章到第16章，探討深度學(xué)習(xí)和常用框架TensorFlow，一步一個(gè)腳印地帶領(lǐng)讀者使用TensorFlow搭建和訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，以及卷積神經(jīng)網(wǎng)絡(luò)。

Aurelien Geron 是機(jī)器學(xué)習(xí)方面的顧問。他曾是Google軟件工程師，在2013年到2016年主導(dǎo)了YouTube視頻分類工程。2002年和2012年，他還是Wifirst公司（一家法國的無線ISP）的創(chuàng)始人和首席技術(shù)官，2001年是Ployconseil公司（現(xiàn)在管理電動(dòng)汽車共享服務(wù)Autolib）的創(chuàng)始人和首席技術(shù)官。