基于Google云平台的机器学习和深度学习入门

　　本书主要介绍了Google云平台中有关机器学习的多种工具，以及如何使用它们来进行机器学习。这些工具对使用者在机器学习理论方面的要求很低，读者可以在仅了解一点有关机器学习基础知识的前提下使用它们。 本书在使用每种机器学习的工具或技术之前，都会对相应的理论进行较为详实的介绍。但也同时考虑了机器学习理论的复杂性，在对理论知识的介绍中避免了复杂的数学公式，取而代之的是生动浅显的例子。其中很多示例是使用Python代码在Google云平台上实现的。 本书适合刚开始接触机器学习的读者阅读。

暂缺《基于Google云平台的机器学习和深度学习入门》作者简介

译者序
原书前言
人工智能、机器学习和深度学习
第1部分 GCP与机器学习1
第1章 尝试使用GCP2
11GCP 概述3
12创建账户和项目5
13Cloud Shell9
14Google Compute Engine13
15Google Cloud Storage18
16BigQuery26
第2章使用Datalab32
21Datalab快速浏览33
22NumPy和pandas42
23链接Datalab和BigQuery53
24用Datalab绘制各种图形59
第3章使用 GCP 轻松进行机器学习67
31GCP的机器学习相关服务68
32Cloud Vision API73
33Cloud Translation API86
34Cloud Natural Language API90
第2部分 识别的基础95
第4章二类识别96
41简单识别97
42机器学习的引入106
43感知器116
44损失函数125
45逻辑回归128
第5章多类分类器和各种分类器138
51scikit-learn快速导览139
52多类逻辑回归141
53支持向量机151
54随机森林162
第6章数据评估方法和调整170
61基本的学习流程171
62学习和测试173
63数据评估182
64参数调整188
第3部分 深度学习入门194
第7章深度学习基础知识196
71图像识别197
72神经网络201
73激活函数211
74多类支持216
75各种梯度下降法222
76TensorFlow的准备230
77神经网络的实现238
78使用DNNClassifier简化学习244
79TensorBoard246
第8章CNN256
81前面图像识别中的问题257
82卷积层265
83卷积层运算的种类和池化层272
84使用TensorFlow实施两层CNN280
附录288
附录A Python2的基本使用方法
附录B Jupyter的设置