TensorFlow之外的好選擇：Keras、Caffe SK-Learn機器學習實作

越來越多的人期待能擠進機器學習這一領域，這些人常常有一些程式設計和自學能力，但數學等基礎理論能力不足。對於這些人群，從頭開始學習機率統計等基礎學科是痛苦的，如果直接上手使用機器學習工具常常又感到了解不足，缺少點什麼。本書就是針對這一人群，避過數學推導等複雜的理論推衍，介紹模型背後的一些簡單直觀的了解，以及如何上手使用。

本書希望能夠獲得這些人的喜愛。

全書包含兩部分：機器學習篇和深度學習篇。

機器學習篇（1 ∼ 3章）主要從零開始，介紹什麼是資料特徵、機器學習模型，如何訓練模型、偵錯模型，以及如何評估模型的成績。透過一些簡單的工作實例，說明在使用模型時如何分析並處理工作資料的特徵，如何組合多個模型共同完成工作，並在第3章初步嘗試將機器學習技術運用到股票交易中，重複熟悉這些技術的同時，感受機器學習技術在落實到專業領域時常犯的錯誤。

深度學習篇（4 ∼ 9章）主要介紹一些很基礎的深度學習模型，如DNN、CNN等，簡單涵蓋一些RNN的概念描述。我們更關注模型的直觀原理和背後的生物學設計理念，希望讀者能夠帶著這些了解，直接上手應用深度學習架構。

說一點關於閱讀本書的建議。本書在撰寫時不關注模型技術的數學推導及嚴謹表述，轉而關注其背後的直觀原理了解。建議讀者以互動執行程式的方式學習，所有範例使用IPython Notebook撰寫。讀者可在Git找到對應章節的內容，一步步執行書中說明的基礎知識，直觀感受每一步的執行效果。本書官網所附程式在www.topteam.cc下載，為繁體中文版，作者簡體中文程式下載網址則為：github.com/bbfamily/abu。簡體中文程式會不時更新，讀者們可以隨時去github查看。

本書適合有Python程式設計能力的讀者。如果讀者有簡單的數學基礎，了解機率、矩陣則更佳。使用過Numpy、pandas等資料處理工具的讀者讀起來也會更輕鬆，但這些都不是必需的。如果讀者缺乏Python程式設計能力，或希望進一步獲得Numpy、pandas等工具使用相關的知識，可以關注公眾號：abu_quant，獲得一些技術資料及文章。

感謝出版社提供機會讓我們撰寫本書，感謝編輯不辭辛苦地和我溝通排版等細節問題。

本書的完成同樣需要感謝我的幾位朋友：吳汶（老虎美股）、劉兆丹（百度金融），感謝你們在本書撰寫作過程中提供的有力支援。感謝本書的試讀人員：蔡志威、李寅龍。