Python AI·机器学习·深度学习——马上就能实践的人工智能应用！

第1章 机器学习/深度学习
1-1 何谓机器学习？
机器学习是什么？
机器学习能做什么？
机器学习能运用在何处？
深度学习（Deep Learning）是什么？
机器学习实用化的理由
机器学习是如何运作的？
机器学习的种类
1-2 机器学习是按照什么顺序运作的？
机器学习的流程
机器学习的基本步骤
1-3 机器学习所用数据的制作方法
使用机器学习的目的是什么？
如何收集数据？
收集到的数据以何种形式保存々
其他实用的保存形式
机器学习输入数据相关
数据的标准化相关
1-4 机器学习的开发工具
Google Colaboratory
Colaboratory的优点
Colaboratory的限制
DeeDnote
团队协作
Deepnote的集成
Jupyter Notebook
1-5 Jupyter Notebook的使用方法
Jupyter Notebook是什么？
有助于机器学习程序的开发
使用Jupyter Notebook
命令提示符启动的方法
尝试创建新记事本
记事本中可以插入多个单元格
同时运行多个单元格
尝试重启Python
可使用的常用快捷键
不仅可以确认数值还能通过图表查看
使用Markdown标记语言制作文档
1-6 运行个别程序的方法
命令提示符是什么？
Windows10中启动Anaconda Prompt的方法
macOS中启动终端的方法
如何运行程序？
本书样例程序的运行方法
模块安装
……

第2章 机器学习入门
第3章 OpenCV与机器学习——图像、视频入门
第4章 自然语言处理
第5章 深度学习（Deep Learning）
第6章 通过机器学习让工作效率化

附录