内容提要 本书主要讲述了神经网络的重要概念和技术，并展示了如何使用Python来解决日常生活中常见的神经网络问题。本书包含了6个神经网络相关的项目，分别是糖尿病预测、出租车费用预测、图像分类、图像降噪、情感分析和人脸识别，这6个项目均是从头开始实现，且使用了不同的神经网络。在每个项目中，本书首先会提出问题，然后介绍解决该问题需要用到的神经网络架构，并给出选择该神经网络模型的原因，最后会使用Python语言从头实现该模型。此外，本书还介绍了机器学习和神经网络的基础知识，以及人工智能未来的发展。 本书需要读者具备一定的Python编程知识，适合数据科学家、机器学习从业人员以及对神经网络感兴趣的读者阅读。 致我的夫人阿格尼丝•利姆（Agnes Lim） ——我的伙伴、灵魂伴侣和拉拉队长。没有她，这本书是不可能完成的。 ——詹姆斯·洛伊（James Loy） 作者简介 詹姆斯•洛伊（James Loy）是一名数据科学家，他在金融和医疗行业有超过5年的工作经验。他曾在新加坡最大的银行工作，通过预测性分析驱动创新，同时帮助银行提高客户的忠诚度。他也在医疗部门工作过，在那里他通过数据分析来改善医院做出的决断。他在佐治亚理工大学获得了计算机科学硕士学位，研究方向为机器学习。 他关注的研究领域有深度学习和应用机器学习，还包括为工业自动化系统开发基于计算机视觉的人工智能。他经常在Towards Data Science网站上发表文章，这是一个非常著名的机器学习网站，每个月的访问量超过300万人次。 审校者简介 迈克•汤普森（Mike Thompson）在过去的 10 年里做过多个领域（数据工程、服务开发以及分布式系统设计）的软件工程师。 他曾就职于著名游戏厂商Bungie，并负责开发了《命运》系列游戏，包括2014年的《命运》和2017年的《命运2》。他对Bungie后端数据基础设施…