本书借助现实案例介绍深度学习算法的实际应用, 旨在帮助读者了解如何学会识别和提取信息, 以提高预测准确率及优化结果。本书共10章, 分别是机器学习 —— 引言、神经网络、深度学习基本原理、无监督特征学习、图像识别、递归神经网络和语言模型、深度学习在棋盘游戏中的应用、深度学习在电子游戏中的应用、异常检测和构建一个可用于生产环境的入侵检测系统。 本书深入介绍了深度学习的算法, 并通过Theano、Caffe、Keras和TensorFlow等框架进一步介绍了许多实用的深度学习实现核心技术: 自编码器和受限制的玻尔兹曼机器, 同时介绍了潜入深层信念网和深度神经网络, 并通过Dropout和卷积神经网络扩展更多的深度学习算法。