Programming Machine Learning Coding-From Deep Learning

《Programming Machine Learning》这本书是为开发者编写的机器学习入门书籍，旨在帮助开发者理解机器学习的基本原理，并能够编写自己的机器学习程序。书中的例子使用Python语言，从最基础的线性回归开始，逐步引导读者构建复杂的机器学习系统。内容包括监督学习、神经网络和深度学习，并且所有代码都是从零开始编写的，以帮助读者深入理解每一行代码的含义。

目录

Early Praise for Programming Machine Learning

• 引言部分，包括多个对本书的高度评价。

Contents

• Acknowledgments (致谢)
• How the Heck Is That Possible? (机器学习的神奇之处)

Part I — From Zero to Image Recognition

1. How Machine Learning Works (机器学习的工作原理)

   • Programming vs. Machine Learning (编程与机器学习的对比)
   • Supervised Learning (监督学习)
   • The Math Behind the Magic (背后的数学原理)
   • Setting Up Your System (系统设置)

2. Your First Learning Program (你的第一个学习程序)

   • Getting to Know the Problem (了解问题)
   • Coding Linear Regression (编写线性回归代码)
   • Adding a Bias (添加偏差)

3. Walking the Gradient (梯度下降)

   • Our Algorithm