深度学习：从入门到精通（微课版）

本书全面系统地讲解了深度学习相关的知识。全书共8章，内容包括深度学习简介及TensorFlow安装，神经网络基础、神经网络的TensorFlow实现、卷积神经网络基础、经典卷积神经网络（上）、经典卷积神经网络（下）、深度学习用于文本序列和深度学习实验项目等内容。

本书以知识体系为基础，以课堂案例为载体，采取理论与实践相结合的教学模式，通过知识讲解和上机实验，使学生不仅掌握深度学习的理论基础，而且能够实现基本的代码。

北京大学光华管理学院商务统计与经济计量系，嘉茂荣聘教授，博导，系主任。在理论研究方面，关注高维数据分析。在业界实践方面，王汉生教授是国内*早从统计数据分析角度关注并研究搜索引擎营销，社交网络数据，以及位置轨迹数据分析的学者。曾与百度合作完成百度分析师高级培训，并担任百度认证专家委员会委员。在推进统计应用在电子商务以及移动互联网应用方面建树颇多。

1.内容安排合理。本书本着循序渐进的习作思路，从神经网络的基础讲起，逐渐扩展到卷积神经网、循环神经网络等主流深度学习模型，让读者从零基础学起，了解并掌握深度学习的核心技术。

2.案例丰富。本书配备了大量丰富原创的深度学习案例，对于每个经典深度学习模型都做了详细讲解、案例实现以及代码编程，极大地解决了以往只能学不能练的困境。

3.资源丰富。本书提供PPT、参考答案、代码资源、案例数据等，便于教师教学。