有了数据、硬件和目标，即可实施机器学习算法或深度学习算法。但在选择算法时，需要考虑哪种算法更适合呢？本电子书采用用户为中心的编排方式，帮助您找出应该先考虑采用的算法。您将了解哪些算法适用于处理基于历史数据的预测、输出识别图像、视频和信号数据中的对象、实地探索路线以及仿真规划路线等六类常见任务。同时，您还可以了解选用技术时数据、硬件、可解释性、速度和准确率要求对其影响。通过本书，您将学习如何使用卷积神经网络提取特征以及如何使用支持向量机进行分类。不妨参加测验，看看是否能够识别Shell、Battelle、斯坦福大学和其他机构所采用的五个真实用例中的算法。