【干货书】面向程序员的机器学习与人工智能的教科书，681页DF

如果你想从程序员转型为AI专家，这是一个理想的起点。基于Laurence Moroney极其成功的AI课程，这本介绍性的书提供了一个动手实践，代码优先的方法，帮助您建立信心，而您学习关键主题。

您将了解如何实现机器学习中最常见的场景，如计算机视觉、自然语言处理(NLP)，以及web、移动、云和嵌入式运行时的序列建模。大多数关于机器学习的书籍都是从令人生畏的高等数学开始的。本指南建立在让您直接使用代码的实践经验的基础上。

你将学习: 如何使用TensorFlow建立模型 通过代码示例学习机器学习的基础知识 如何实现计算机视觉，包括图像中的特征检测 如何使用自然语言处理来标记和排列单词和句子 在Android和iOS中嵌入模型的方法 如何使用TensorFlow服务在网络和云上部署模型

https://www.oreilly.com/library/view/ai-and-machine/9781492078180/

欢迎来到《程序员的人工智能和机器学习》，这是我多年来一直想写的书，但由于机器学习(ML)的最新进展，特别是TensorFlow，它才真正成为可能。本书的目标是为你做准备，作为一个程序员，许多场景，你可以解决机器学习，目的是促使你成为一个ML和AI开发人员，而不需要博士学位!我希望你会发现它是有用的，它将增强你的信心，开始这一美妙和有价值的旅程。

这本书主要由两部分组成。第一部分(1-11章)讨论了如何使用TensorFlow为各种场景构建机器学习模型。它带你从最初的原理——用一个只包含一个神经元的神经网络建立一个模型——到计算机视觉、自然语言处理和序列建模。第二部分(12-20章)将介绍如何将模型放在Android和iOS上，在浏览器中使用JavaScript，并通过云提供服务。大多数章节都是独立的，所以你可以顺便学习一些新的东西，或者，当然，你可以从头到尾读一遍。

目录内容： Foreword

Preface I. Building Models

1. Introduction to TensorFlow

2. Introduction to Computer Vision

3. Going Beyond the Basics: Detecting Features in Images

4. Using Public Datasets with TensorFlow Datasets

5. Introduction to Natural Language Processing

6. Making Sentiment Programmable Using Embeddings

7. Recurrent Neural Networks for Natural Language Processing

8. Using TensorFlow to Create Text

9. Understanding Sequence and Time Series Data

10. Creating ML Models to Predict Sequences

11. Using Convolutional and Recurrent Methods for Sequence Models

II. Using Models

12. An Introduction to TensorFlow Lite

13. Using TensorFlow Lite in Android Apps

14. Using TensorFlow Lite in iOS Apps

15. An Introduction to TensorFlow.js

16. Coding Techniques for Computer Vision in TensorFlow.js

17. Reusing and Converting Python Models to JavaScript

18. Transfer Learning in JavaScript

19. Deployment with TensorFlow Serving

20. AI Ethics, Fairness, and Privacy

Index