各章提要

第 1 章“机器学习——引言”：介绍不同的机器学习方法和技术以及它们在现实问题中的一些应用，还介绍一种用于机器学习的Python主要开源包——scikit-learn。

第 2 章“神经网络”：正式介绍什么是神经网络。本章详细讲解神经元是如何工作的，旨在让读者了解如何通过堆叠多层创建并使用深度前馈神经网络。

第 3 章“深度学习基本原理”：引导读者理解什么是深度学习以及深度学习和深度神经网络之间是相关联的。

第 4 章“无监督特征学习”：介绍两种强大、常用的无监督特征学习体系——自编码器和受限玻尔兹曼机。

第 5 章“图像识别”：先通过类比形式说明视觉皮层是如何工作的，然后介绍什么是卷积层，最后对它们为何有效做出直观描述。

第 6 章“递归神经网络和语言模型”：讨论在很多任务（如语言建模和语音识别）中很有应用前景的强大方法。

第 7 章“深度学习在棋盘游戏中的应用”：内容涵盖解决棋盘游戏的不同工具（如跳棋和国际象棋）。

第 8 章“深度学习在电子游戏中的应用”：介绍有关训练人工智能玩电子游戏的更复杂的问题。

第 9 章“异常检测”：讲解异常点检测和异常检测这两个概念的区别和联系。本章先引导读者进行虚构欺诈案例的研究，然后列举一些示例，给出在现实应用中存在异常的危险以及自动快速检测系统的重要性。

第10章“构建一个可用于生产环境的入侵检测系统”：利用H2O和一般常见实践来针对生产中的部署构建可扩展分布式系统。本章介绍如何使用Spark和MapReduce训练深度学习网络、如何使用自适应学习技术加快收敛，以及（非常重要的一点）如何验证模型和评估端到端传递途径。