虽然许多AI入门指南都是微积分书籍的伪装，但这本书基本上避开了数学。相反，作者Jeff Prosise帮助工程师和软件开发人员建立对AI的直观理解，以解决业务问题。需要创建一个系统来检测雨林中非法伐木的声音，分析文本的情感，或预测旋转机械的早期故障?这本实用的书教你将AI和机器学习应用于你的公司所需的技能。 Applied Machine Learning and AI for Engineers提供了来自Prosise在世界各地的公司和研究机构教授的AI和ML课程的示例和说明。本书没有多余的内容，也没有可怕的公式——只是为工程师和软件开发人员提供了一个快速的开始，并配有动手实践的示例。 本书将帮助你:
了解什么是机器学习和深度学习以及它们可以完成什么了解流行的学习算法的工作原理以及何时应用它们使用Scikit-Learn在Python中构建机器学习模型，使用Keras和TensorFlow构建神经网络训练和评分回归模型以及二分类和多分类模型建立人脸识别模型和目标检测模型建立语言模型，以响应自然语言查询并将文本翻译为其他语言使用认知服务将AI注入到你编写的应用程序中。