作者介绍
SebastianRaschka并不是一位科班出身的计算机科学家，或者统计学家。他是密歇根州立大学的博士生，他的主要研究活动包括开发新的深度学习体系结构来解决生物统计学领域的问题。Sebastian在数据科学、机器学习以及Python等领域拥有丰富的演讲和写作经验，并在SciPy（重要的Python科学计算会议）上发布过机器学习教程，被科技博客AnalyticsVidhya评为GitHub上具影响力的数据科学家。书籍介绍
本书自第1版出版以来，备受广大读者欢迎。第3版结合TensorFlow2和scikit-learn的最新版本进行了更新，其范围进行了扩展，以涵盖强化学习和生成对抗网络（GAN）这两种最先进的机器学习技术。与同类书相比，本书除了介绍如何用Python和基于Python的机器学习软件库进行实践外，还讨论了机器学习概念的必要细节，同时对机器学习算法的工作原理、使用方法以及如何避免掉入常见的陷阱提供了直观且翔实的解释，是Python机器学习入门必读之作。书中涵盖了众多高效Python库，包括scikit-learn、Keras和TensorFlow等，系统性地梳理和分析了各种经典算法，并通过Python语言以具体代码示例的方式深入浅出地介绍了各种算法的应用，还给出了从情感分析到神经网络的一些实践技巧，可帮助读者快速解决自己和团队面临的一些重要问题。摘自：第3版书籍介绍内页展示领取方式在后台回复，获取PDF下载地址。如果你喜欢这些内容
建议你