本书共分四部分, 主要内容有: 无监督学习基础。介绍监督和无监督学习的区别, 当下流行的监督和无监督学习算法及概述, 以及完整的机器学习项目 ; 使用SciKit-Learn的无监督学习。降维、异常检测、聚类和分组分割 ; 使用TensorFlow和Keras进行无监督学习。表示学习和自动特征提取、自动编码器和半监督学习 ; 使用TensorFlow和Keras进行深度无监督学习。受限玻尔兹曼机器、深度信念网络和生成对抗网络。