1.8　接下来会讲什么

在后续章节中，我们将更详细地研究前文描述的所有概念。

前几章将讨论所有现代机器学习算法的基本原理，我们将学习概率论与数理统计以及信息论的基础知识，然后学习基本的学习网络以及如何使它们很好地工作。

虽然所有讨论都将适用于任何机器学习语言或库，但是为了更加具体化的描述，我们将介绍如何使用流行的（并且是免费的）Python语言的scikit-learn库来实现基础的技术。

接下来我们回到宏观的描述。我们将看到机器学习系统是如何学习的，以及人们用来控制这个过程的不同算法。随后我们会关注深度学习，并探究各种流行的深度学习网络。

在接近尾声的时候，我们将进一步应用算法，展示如何使用Keras库（也是Python的免费库）搭建和运行深度学习系统。最后，我们会介绍一些最近被广泛使用的、用于深度学习的强大架构。

这本书是层层推进的，有许多章节是建立在前几章的基础之上的。我们的目的是先呈现使用机器学习和深度学习实现目标所需的一切东西，之后让你能够使用库、理解相关的文档并看懂每天接踵而至的知识更新。

如果你很迫切地想要学习一些具体的东西，可以直接跳到相应的章节去深入学习。如果遇到不熟悉的术语或概念，你可以根据需要去翻看前面章节中的内容。