Python神经网络项目实战

作者简介

詹姆斯·洛伊是一名数据科学家，他在金融和医疗行业有5年以上的工作经验。他曾在新加坡的银行工作，通过预测性分析驱动创新，同时帮助银行提高客户的忠诚度。他也在医疗部门工作过，在那里他通过数据分析来改善医院做出的决断。他在乔治亚理工大学获得了计算机科学硕士学位，研究方向为机器学习。 他关注的研究领域有深度学习和应用机器学习，还包括为工业自动化系统开发基于计算机视觉的人工智能。他经常在Towards Data Science上发表文章，这是一个很有名的机器学习网站，每个月的访问量在300万人次以上。

内容简介

1.本书介绍神经网络和深度学习的基本概念的同时还讲解了基于Python实现神经网络时用到的函数库。 2.本书包含神经网络在不同领域中实际应用的案例，包括费用预估、图像分类、语义分析等。对于每个案例，本书提供了完整的问题描述以及解决该问题所需要的神经网络架构。不仅如此，本书还介绍了选择特定算法的原因以及一步步实现该解决方案的Python代码。 3.在学习本书的过程中，读者将获得基于流行Python函数库（例如Keras）来实现并训练神经网络的实际使用经验。 4.在读完本书后，读者不仅可以掌握多种不同类型的神经网络架构，还能够使用Python语言创建多个AI项目来丰富自己的作品集和项目经历。