The book's second edition has been updated to reflect the latest developments in the field, including new variants of deep learning, transfer learning, and reinforcement learning, as well as the use of Python and TensorFlow. It also includes new chapters on natural language processing and computer vision, and an introduction to the ethics of machine learning. Machine Learning HandsOn for Developers and Technical Professionals, Second Edition, offers a comprehensive overview of the field, with practical examples that illustrate how these techniques are applied in realworld scenarios. This book will be a valuable resource for anyone looking to gain a deeper understanding of machine learning and its applications in modern technology. Machine Learning HandsOn for Developers and Technical Professionals, Second Edition, provides a comprehensive overview of the field of machine learning, with practical examples that illustrate how these techniques are applied in real-world scenarios. The book covers a wide range of topics, from the basics of machine learning to advanced techniques such as deep learning, transfer learning, and reinforcement learning. It also explores the ethical considerations of machine learning and its applications in various industries. The book begins by introducing the concept of machine learning and its importance in today's technological landscape. It explains how machine learning has evolved over time and how it has become an essential tool for many industries. The author then delves into the different types of machine learning algorithms, including supervised, unsupervised, and reinforcement learning, and discusses their strengths and weaknesses. The book's second edition includes new chapters on natural language processing and computer vision, which provide readers with a more complete understanding of the field.

Второе издание книги было обновлено, чтобы отразить последние достижения в этой области, включая новые варианты глубокого обучения, обучения с переносом и обучения с подкреплением, а также использование Python и TensorFlow. Он также включает в себя новые главы по обработке естественного языка и компьютерному зрению, а также введение в этику машинного обучения. Практическое руководство по машинному обучению для разработчиков и технических специалистов, второе издание, предлагает всесторонний обзор этой области с практическими примерами, которые иллюстрируют, как эти методы применяются в реальных сценариях. Эта книга станет ценным ресурсом для всех, кто хочет глубже понять машинное обучение и его применение в современных технологиях. Практическое руководство по машинному обучению для разработчиков и технических специалистов, второе издание, содержит всесторонний обзор области машинного обучения с практическими примерами, иллюстрирующими применение этих методов в реальных сценариях. Книга охватывает широкий круг тем, от основ машинного обучения до передовых техник, таких как глубокое обучение, обучение с переносом и обучение с подкреплением. Также исследуются этические соображения машинного обучения и его применения в различных отраслях. Книга начинается с введения понятия машинного обучения и его важности в современном технологическом ландшафте. Он объясняет, как машинное обучение развивалось с течением времени и как оно стало важным инструментом для многих отраслей. Затем автор углубляется в различные типы алгоритмов машинного обучения, включая контролируемое, неконтролируемое и дополнительное обучение, и обсуждает их сильные и слабые стороны. Второе издание книги включает новые главы по обработке естественного языка и компьютерному зрению, которые дают читателям более полное представление о данной области.

La deuxième édition du livre a été mise à jour pour refléter les dernières avancées dans ce domaine, y compris de nouvelles options d'apprentissage profond, d'apprentissage avec transfert et d'apprentissage avec renforcement, ainsi que l'utilisation de Python et TensorFlow. Il comprend également de nouveaux chapitres sur le traitement du langage naturel et la vision par ordinateur, ainsi qu'une introduction à l'éthique de l'apprentissage automatique. Un guide pratique sur l'apprentissage automatique à l'intention des développeurs et des techniciens, deuxième édition, offre un aperçu complet de ce domaine avec des exemples pratiques qui illustrent comment ces méthodes sont appliquées dans des scénarios réels. Ce livre sera une ressource précieuse pour tous ceux qui veulent mieux comprendre l'apprentissage automatique et son application dans les technologies modernes. guide pratique de l'apprentissage automatique à l'intention des développeurs et des techniciens, deuxième édition, fournit un aperçu complet du domaine de l'apprentissage automatique avec des exemples pratiques illustrant l'application de ces techniques dans des scénarios réels. livre couvre un large éventail de sujets, des bases de l'apprentissage automatique aux techniques de pointe telles que l'apprentissage profond, l'apprentissage avec transfert et l'apprentissage avec renforcement. s considérations éthiques de l'apprentissage automatique et de ses applications dans différents secteurs sont également étudiées. livre commence par l'introduction de la notion d'apprentissage automatique et de son importance dans le paysage technologique actuel. Il explique comment l'apprentissage automatique a évolué au fil du temps et comment il est devenu un outil important pour de nombreuses industries. L'auteur explore ensuite les différents types d'algorithmes d'apprentissage automatique, y compris l'apprentissage contrôlé, non contrôlé et complémentaire, et discute de leurs forces et faiblesses. La deuxième édition du livre comprend de nouveaux chapitres sur le traitement du langage naturel et la vision par ordinateur, qui donnent aux lecteurs une idée plus complète de la région.

La segunda edición del libro se ha actualizado para reflejar los últimos avances en este campo, incluyendo nuevas opciones de aprendizaje profundo, aprendizaje con transferencia y aprendizaje con refuerzo, así como el uso de Python y TensorFlow. También incluye nuevos capítulos sobre el procesamiento del lenguaje natural y la visión por computadora, así como una introducción a la ética del aprendizaje automático. Una guía práctica de aprendizaje automático para desarrolladores y técnicos, la segunda edición, ofrece una visión global de esta área con ejemplos prácticos que ilustran cómo se aplican estas técnicas en escenarios reales. Este libro será un recurso valioso para cualquiera que quiera comprender más a fondo el aprendizaje automático y su aplicación en la tecnología actual. Una guía práctica de aprendizaje automático para desarrolladores y técnicos, la segunda edición, ofrece una visión general completa del campo del aprendizaje automático con ejemplos prácticos que ilustran la aplicación de estas técnicas en escenarios reales. libro abarca una amplia gama de temas, desde los fundamentos del aprendizaje automático hasta técnicas avanzadas como el aprendizaje profundo, el aprendizaje con transferencia y el aprendizaje con refuerzo. También se investigan las consideraciones éticas del aprendizaje automático y sus aplicaciones en diversas industrias. libro comienza introduciendo el concepto de aprendizaje automático y su importancia en el panorama tecnológico actual. Explica cómo el aprendizaje automático ha evolucionado con el tiempo y cómo se ha convertido en una herramienta importante para muchas industrias. A continuación, el autor profundiza en diferentes tipos de algoritmos de aprendizaje automático, incluyendo el aprendizaje controlado, incontrolado y complementario, y discute sus fortalezas y debilidades. La segunda edición del libro incluye nuevos capítulos sobre el procesamiento del lenguaje natural y la visión por computadora, que proporcionan a los lectores una visión más completa del campo.

A segunda edição do livro foi atualizada para refletir os avanços recentes nesta área, incluindo novas opções de treinamento profundo, treinamento com transferência e treinamento com reforços, além do uso de Python e TensorFlow. Ele também inclui novos capítulos de processamento de linguagem natural e visão computadorizada e introdução à ética do aprendizado de máquinas. O Guia Prático de Aprendizagem de Máquinas para desenvolvedores e técnicos, segundo edição, oferece uma visão completa desta área, com exemplos práticos que ilustram como estes métodos são aplicados em cenários reais. Este livro será um recurso valioso para todos aqueles que querem compreender mais a aprendizagem de máquinas e suas aplicações nas tecnologias modernas. O Guia prático de Aprendizagem de Máquinas para desenvolvedores e técnicos, a segunda edição, traz uma visão completa da área de aprendizagem de máquinas, com exemplos práticos que ilustram a aplicação dessas técnicas em cenários reais. O livro abrange uma ampla gama de temas, desde o aprendizado de máquinas até técnicas avançadas, como treinamento profundo, treinamento com transferência e treinamento com reforços. Também são exploradas considerações éticas sobre o aprendizado de máquinas e suas aplicações em vários setores. O livro começa com a introdução da noção de aprendizado de máquina e sua importância na paisagem tecnológica moderna. Ele explica como o aprendizado de máquinas evoluiu ao longo do tempo e como ele se tornou uma ferramenta importante para muitas indústrias. Em seguida, o autor se aprofunda em vários tipos de algoritmos de aprendizagem automática, incluindo treinamento controlado, descontrolado e complementar, e discute seus pontos fortes e fracos. A segunda edição do livro inclui novos capítulos sobre a linguagem natural e a visão computadorizada, que oferecem aos leitores uma visão mais completa da área.

La seconda edizione del libro è stata aggiornata per riflettere gli ultimi progressi in questo campo, tra cui nuove opzioni di formazione approfondita, formazione con trasferimento e formazione con rinforzi, nonché l'uso di Python e TensorFlow. Include anche nuovi capitoli per l'elaborazione del linguaggio naturale e la visione informatica e l'introduzione all'etica dell'apprendimento automatico. La seconda edizione della Guida pratica all'apprendimento automatico per sviluppatori e tecnici offre una panoramica completa di questo campo con esempi pratici che illustrano come questi metodi vengono applicati in scenari reali. Questo libro sarà una risorsa preziosa per tutti coloro che vogliono comprendere meglio l'apprendimento automatico e la sua applicazione nelle tecnologie moderne. La seconda edizione della Guida pratica all'apprendimento automatico per sviluppatori e tecnici fornisce una panoramica completa del campo dell'apprendimento automatico con esempi pratici che illustrano l'applicazione di questi metodi in scenari reali. Il libro comprende una vasta gamma di argomenti, dalle basi dell'apprendimento automatico alle tecniche avanzate, come l'apprendimento approfondito, l'apprendimento con trasferimento e l'apprendimento con rinforzi. Vengono inoltre esplorate le considerazioni etiche dell'apprendimento automatico e della sua applicazione in diversi settori. Il libro inizia introducendo il concetto di apprendimento automatico e la sua importanza nel panorama tecnologico moderno. Spiega come l'apprendimento automatico si sia evoluto nel tempo e come sia diventato uno strumento importante per molti settori. L'autore approfondisce i vari tipi di algoritmi di apprendimento automatico, tra cui l'apprendimento controllato, incontrollato e supplementare, e ne discute i punti di forza e di debolezza. La seconda edizione del libro include nuovi capitoli sull'elaborazione del linguaggio naturale e sulla visione informatica, che offrono ai lettori una visione più completa dell'area.

Die zweite Auflage des Buches wurde aktualisiert, um die neuesten Fortschritte in diesem Bereich widerzuspiegeln, einschließlich neuer Optionen für Deep arning, Transferlernen und verstärktes rnen sowie die Verwendung von Python und TensorFlow. Es enthält auch neue Kapitel über natürliche Sprachverarbeitung und Computer Vision sowie eine Einführung in die Ethik des maschinellen rnens. Der praktische itfaden zum maschinellen rnen für Entwickler und Techniker, die zweite Ausgabe, bietet einen umfassenden Überblick über diesen Bereich mit praktischen Beispielen, die veranschaulichen, wie diese Techniken in realen Szenarien angewendet werden. Dieses Buch wird eine wertvolle Ressource für alle sein, die ein tieferes Verständnis des maschinellen rnens und seiner Anwendung in der modernen Technologie erlangen möchten. Der Praxisleitfaden Machine arning für Entwickler und Techniker, zweite Auflage, bietet einen umfassenden Überblick über den Bereich Machine arning mit praktischen Beispielen, die die Anwendung dieser Methoden in realen Szenarien veranschaulichen. Das Buch deckt eine breite Palette von Themen ab, von den Grundlagen des maschinellen rnens bis hin zu fortgeschrittenen Techniken wie Deep arning, Transferlernen und Verstärkungslernen. Auch ethische Überlegungen zum maschinellen rnen und dessen Anwendung in verschiedenen Branchen werden untersucht. Das Buch beginnt mit einer Einführung in das Konzept des maschinellen rnens und seiner Bedeutung in der heutigen technologischen Landschaft. Er erklärt, wie sich maschinelles rnen im Laufe der Zeit entwickelt hat und wie es zu einem wichtigen Werkzeug für viele Branchen geworden ist. Der Autor geht dann auf verschiedene Arten von maschinellen rnalgorithmen ein, einschließlich kontrolliertem, unkontrolliertem und ergänzendem rnen, und diskutiert ihre Stärken und Schwächen. Die zweite Ausgabe des Buches enthält neue Kapitel über die Verarbeitung natürlicher Sprache und Computer Vision, die den sern einen umfassenderen Einblick in das Gebiet geben.

Druga edycja książki została zaktualizowana w celu odzwierciedlenia ostatnich osiągnięć w tej dziedzinie, w tym nowych opcji głębokiego uczenia się, uczenia się portowanego i uczenia się wzmacniającego oraz wykorzystania Pythona i TensorFlow. Obejmuje również nowe rozdziały dotyczące przetwarzania języka naturalnego i wizji komputerowej, a także wprowadzenie do etyki uczenia maszynowego. Praktyczny przewodnik po nauce maszyn dla deweloperów i techników, Second Edition, oferuje kompleksowy przegląd tego obszaru z praktycznymi przykładami, które ilustrują, jak te techniki są stosowane w realnych scenariuszach. Ta książka będzie cennym zasobem dla każdego, kto chce dalej rozumieć uczenie maszynowe i jego zastosowanie w nowoczesnej technologii. The Machine arning Practical Guide for Developers and Technicians, Second Edition, zapewnia kompleksowy przegląd dziedziny uczenia maszynowego z praktycznymi przykładami ilustrującymi zastosowanie tych technik w realnych scenariuszach. Książka obejmuje szeroki zakres tematów, od podstaw uczenia maszynowego po zaawansowane techniki, takie jak głębokie uczenie się, uczenie się transferu i uczenie się wzmacniające. Badane są również etyczne aspekty uczenia maszynowego i jego stosowania w różnych branżach. Książka rozpoczyna się od wprowadzenia koncepcji uczenia maszynowego i jego znaczenia we współczesnym krajobrazie technologicznym. Wyjaśnia, jak uczenie maszynowe ewoluowało w czasie i jak stało się ważnym narzędziem dla wielu branż. Następnie autor zagłębia się w różne typy algorytmów uczenia maszynowego, w tym nadzorowane, niezabezpieczone i dodatkowe uczenie się oraz omawia ich mocne i słabe strony. Drugie wydanie książki zawiera nowe rozdziały dotyczące przetwarzania języka naturalnego i wizji komputerowej, które dają czytelnikom pełniejsze zrozumienie dziedziny.

המהדורה השנייה של הספר עודכנה כדי לשקף את ההתקדמות האחרונה בתחום, כולל אפשרויות חדשות ללמידה עמוקה, למידה מדוקדקת ולימוד חיזוק, והשימוש בפייתון וטנסורפלו. הוא כולל גם פרקים חדשים על עיבוד שפה טבעית וראייה ממוחשבת, כמו גם הקדמה לאתיקה ללימוד מכונה. מדריך מעשי ללמידת מכונה עבור מפתחים וטכנאים, מהדורה שנייה, מציע סקירה מקיפה של תחום זה עם דוגמאות מעשיות הממחישות כיצד טכניקות אלה מיושמות בתרחישים של העולם האמיתי. ספר זה יהווה משאב חשוב לכל מי שרוצה להמשיך ולהבין למידת מכונה ויישומה בטכנולוגיה מודרנית. המדריך הפרקטי למפתחים וטכנאים (Machine arning Practical Guide for Developers and Technicians, Second Edition) מספק סקירה מקיפה של תחום למידת מכונה עם דוגמאות מעשיות הממחישות את היישום של טכניקות אלו בתרחישים של העולם האמיתי. הספר מכסה מגוון רחב של נושאים, החל ביסודות למידת מכונה וכלה בטכניקות מתקדמות כגון למידה עמוקה, למידה מעוברת ולמידה מחוזקת. השיקולים האתיים של למידת מכונה ויישומה בתעשיות שונות נחקרים אף הם. הספר מתחיל בהקדמה של המושג למידת מכונה וחשיבותו בנוף הטכנולוגי המודרני. הוא מסביר איך למידת מכונה התפתחה עם הזמן וכיצד היא הפכה לכלי חשוב לתעשיות רבות. לאחר מכן, המחבר מתעמק בסוגים שונים של אלגוריתמים ללימוד מכונה, כולל פיקוח, למידה ללא השגחה ולמידה נוספת, ודן בחוזקות ובחולשות שלהם. המהדורה השנייה של הספר כוללת פרקים חדשים על עיבוד שפה טבעית וראייה ממוחשבת המעניקים לקוראים הבנה מלאה יותר של התחום.''

Kitabın ikinci baskısı, derin öğrenme, portlu öğrenme ve pekiştirmeli öğrenme için yeni seçenekler ve Python ve TensorFlow kullanımı da dahil olmak üzere alandaki son gelişmeleri yansıtacak şekilde güncellendi. Ayrıca, doğal dil işleme ve bilgisayar vizyonu ile ilgili yeni bölümler ve makine öğrenme etiğine bir giriş içerir. Geliştiriciler ve Teknisyenler için Makine Öğrenimi için Pratik Bir Kılavuz, İkinci Baskı, bu tekniklerin gerçek dünya senaryolarında nasıl uygulandığını gösteren pratik örneklerle bu alana kapsamlı bir genel bakış sunar. Bu kitap, makine öğrenimini ve modern teknolojideki uygulamasını daha fazla anlamak isteyen herkes için değerli bir kaynak olacaktır. Geliştiriciler ve Teknisyenler için Makine Öğrenimi Pratik Kılavuzu, İkinci Baskı, bu tekniklerin gerçek dünya senaryolarında uygulanmasını gösteren pratik örneklerle makine öğrenimi alanına kapsamlı bir genel bakış sunar. Kitap, makine öğreniminin temellerinden derin öğrenme, transfer öğrenme ve takviye öğrenme gibi ileri tekniklere kadar çok çeşitli konuları kapsamaktadır. Makine öğreniminin etik hususları ve çeşitli endüstrilerdeki uygulamaları da araştırılmaktadır. Kitap, makine öğrenimi kavramının ve modern teknolojik manzaradaki öneminin tanıtılmasıyla başlıyor. Makine öğreniminin zaman içinde nasıl geliştiğini ve birçok endüstri için nasıl önemli bir araç haline geldiğini açıklıyor. Yazar daha sonra denetlenen, denetlenmeyen ve ek öğrenme dahil olmak üzere farklı makine öğrenme algoritmaları türlerini araştırır ve güçlü ve zayıf yönlerini tartışır. Kitabın ikinci baskısı, okuyuculara alanı daha iyi anlamalarını sağlayan doğal dil işleme ve bilgisayar vizyonu üzerine yeni bölümler içermektedir.

تم تحديث الطبعة الثانية من الكتاب لتعكس التطورات الأخيرة في هذا المجال، بما في ذلك الخيارات الجديدة للتعلم العميق، والتعلم المنقول والتعلم المعزز، واستخدام Python و TensorFlow. كما يتضمن فصولًا جديدة عن معالجة اللغة الطبيعية ورؤية الكمبيوتر، بالإضافة إلى مقدمة لأخلاقيات التعلم الآلي. يقدم الدليل العملي للتعلم الآلي للمطورين والفنيين، الإصدار الثاني، نظرة عامة شاملة على هذا المجال مع أمثلة عملية توضح كيفية تطبيق هذه التقنيات في سيناريوهات العالم الحقيقي. سيكون هذا الكتاب مصدرًا قيمًا لأي شخص يريد زيادة فهم التعلم الآلي وتطبيقه في التكنولوجيا الحديثة. يقدم الدليل العملي للتعلم الآلي للمطورين والفنيين، الطبعة الثانية، نظرة عامة شاملة على مجال التعلم الآلي مع أمثلة عملية توضح تطبيق هذه التقنيات في سيناريوهات العالم الحقيقي. يغطي الكتاب مجموعة واسعة من الموضوعات، من أساسيات التعلم الآلي إلى التقنيات المتقدمة مثل التعلم العميق ونقل التعلم والتعلم المعزز. كما يتم استكشاف الاعتبارات الأخلاقية للتعلم الآلي وتطبيقه في مختلف الصناعات. يبدأ الكتاب بإدخال مفهوم التعلم الآلي وأهميته في المشهد التكنولوجي الحديث. يشرح كيف تطور التعلم الآلي بمرور الوقت وكيف أصبح أداة مهمة للعديد من الصناعات. ثم يتعمق المؤلف في أنواع مختلفة من خوارزميات التعلم الآلي، بما في ذلك التعلم الخاضع للإشراف وغير الخاضع للإشراف والإضافي، ويناقش نقاط قوتها وضعفها. تتضمن الطبعة الثانية من الكتاب فصولًا جديدة عن معالجة اللغة الطبيعية ورؤية الكمبيوتر التي تمنح القراء فهمًا أكثر اكتمالًا لهذا المجال.

이 책의 두 번째 판은 딥 러닝, 포팅 된 학습 및 강화 학습을위한 새로운 옵션, Python 및 TensorFlow의 사용을 포함하여 현장의 최근 발전을 반영하도록 업데이트되었습니다. 또한 자연어 처리 및 컴퓨터 비전에 관한 새로운 장과 기계 학습 윤리에 대한 소개도 포함됩니다. 개발자 및 기술자를위한 기계 학습에 대한 실제 안내서 인 Second Edition은 이러한 기술이 실제 시나리오에 어떻게 적용되는지 설명하는 실용적인 예와 함께이 영역에 대한 포괄적 인 개요를 제공합니다. 이 책은 머신 러닝과 현대 기술에서의 응용을 더 이해하고자하는 모든 사람에게 유용한 자료가 될 것입니다. 개발자 및 기술자를위한 기계 학습 실무 안내서 인 Second Edition은 실제 시나리오에서 이러한 기술의 적용을 보여주는 실용적인 예와 함께 기계 학습 분야에 대한 포괄적 인 개요를 제공합니다. 이 책은 머신 러닝의 기본부터 딥 러닝, 전학 학습 및 강화 학습과 같은 고급 기술에 이르기까지 광범위한 주제를 다룹니다. 머신 러닝의 윤리적 고려 사항과 다양한 산업에서의 적용 또한 탐구됩니다. 이 책은 머신 러닝 개념의 도입과 현대 기술 환경에서의 중요성으로 시작됩니다. 그는 머신 러닝이 시간이 지남에 따라 어떻게 발전했으며 어떻게 많은 산업에서 중요한 도구가되었는지 설명합니 그런 다음 저자는 감독, 감독되지 않은 추가 학습을 포함하여 다양한 유형의 머신 러닝 알고리즘을 탐구하고 강점과 약점에 대해 설명합니다. 이 책의 두 번째 판에는 독자들에게이 분야에 대한보다 완전한 이해를 제공하는 자연어 처리 및 컴퓨터 비전에 관한 새로운 장이 포함되어 있습니

深層学習、移植学習と強化学習、PythonとTensorFlowの使用など、分野の最近の進歩を反映して、本の第二版が更新されました。また、自然言語処理やコンピュータビジョンに関する新しい章、機械学習倫理の紹介も含まれています。開発者と技術者のための機械学習の実用的なガイド、第二版は、実世界のシナリオでこれらの技術がどのように適用されているかを示す実用的な例で、この分野の包括的な概要を提供しています。この本は、機械学習と現代技術への応用をさらに理解したい人にとって貴重な資料になるでしょう。開発者と技術者のための機械学習実践ガイド、第二版は、機械学習の分野の包括的な概要を提供し、実世界のシナリオでこれらの技術を適用する実例を示しています。機械学習の基礎からディープラーニング、トランスファーラーニング、強化学習などの高度な技術まで、幅広いトピックを網羅しています。機械学習の倫理的な考慮事項と、さまざまな業界での応用も検討されています。この本は、機械学習の概念と現代の技術的景観におけるその重要性の導入から始まります。時間をかけて機械学習がどのように進化してきたか、そしてそれが多くの業界にとって重要なツールになってきたかを説明します。次に、監督された、監視されていない、追加の学習を含むさまざまな種類の機械学習アルゴリズムを掘り下げ、その長所と短所について議論します。第2版の本には、自然言語処理とコンピュータビジョンに関する新しい章が含まれており、読者はこの分野をより完全に理解することができます。

該書第二版進行了更新，以反映該領域的最新進展，包括新的深度學習，轉移學習和強化學習，以及Python和TensorFlow的使用。它還包括有關自然語言處理和計算機視覺的新章節，以及機器學習倫理學的介紹。面向開發人員和技術人員的機器學習實用指南（第二版）提供了對該領域的全面概述，並提供了實例來說明這些技術如何在現實世界中應用。這本書將成為任何希望深入了解機器學習及其在現代技術中的應用的人們的寶貴資源。第二版《開發人員和技術人員機器學習實用指南》全面概述了機器學習領域，並舉例說明了這些技術在現實世界中的應用。該書涵蓋了廣泛的主題，從機器學習的基礎知識到高級技術，例如深度學習，轉移學習和強化學習。還探討了機器學習的倫理考慮及其在各個行業的應用。本書首先介紹了機器學習的概念及其在現代技術景觀中的重要性。他解釋了機器學習如何隨著時間的推移而發展，以及它如何成為許多行業的重要工具。然後，作者深入研究了各種類型的機器學習算法，包括受控，無監督和附加學習，並討論了它們的優缺點。該書的第二版包括有關自然語言處理和計算機視覺的新章節，使讀者對該領域有更全面的了解。