为什么要写这本书?
一只“阿法狗”为全世界打开了一条窄窄的门缝,通往未来之门就此展现。以深度学习之名,人工智能第三次兴起。人类社会已经进入了人工智能与大数据时代。大数据与概率统计的相关知识、工具已经从某个领域的专业课成为当代社会的通识课。当下,主动拥抱新变化,积极学习新知识愈发显得重要。很多人积极投入热情、时间和金钱后,没能坚持多久,就中断了学习。也有很多人对此表示观望,甚至自我放弃,觉得自己的基础不足以把握这次机会。
学习本应是一件轻松愉快的事,这是因为探索与解释是人类的天性。专业学习通常还是投入产出比极高的一件事,尤其是当代社会,真才实干者通常会获得合理而丰厚的回报。
但是很多计算机类的书籍,不仅没能帮助初者更高效地进入专业领域,反而浪费了读者的时间,打击了初学者的积极性。这是因为,很多书的作者几乎没有对初学者关怀的意识,没有设身处地地为初学者考虑,没有量身定制地为初学者优化。甚至很多书中的内容仅仅是对官方文档的“搬运”。
本书尝试介绍一个新的学习主张,用以帮助初学者轻松而高效地入门人工智能这一专业领域,同时也可以用来衡量一个学习资源是否可以帮助初学者,轻松高效地从入门级别成长为专业的合格人才。
仅凭一本书,确实很难帮助零基础、弱基础的读者入门人工智能,因此本书的作者团队准备了一套丛书“人工智能与大数据技术大讲堂”,给读者提供零基础入门人工智能的解决方案。通过该解决方案,可以帮助读者成为合格的人工智能算法工程师。即使读者最终没有完成整个丛书的学习,而是只学习了前半部分,也可以很好地理解和适应人工智能与大数据时代。
本书特色
贴心:本书是市场上同类书籍中学习门槛极低的书籍,只要读者具备基本的数学能力与计算机操作能力,就能轻松、高效地入门人工智能算法。从第一行代码到最后一个要点,读者只需要按顺序学习,即可顺利理解和掌握,而无须额外搜索和查找。
完整:通过“图书+视频+GitHub+微信公众号+学习管理平台+群+专业助教”构成完整的学习资源,建立立体化的学习模式,通过从最低门槛到专业岗位的全路径设计学习计划,以及大量线上、线下互动,形成完整的学习解决方案。
生动:本书将课堂互动搬到书中,现场感十足。书中以“轻松幽默的语言+生动的故事情节”讲解每个知识点,以保障读者全程都可以轻松学习,从而避免由于枯燥和晦涩而导致学习的中断。本书将学习知识点的过程转换为与知识点交朋友的过程,全方位呵护、培养和提高初学者的学习兴趣、学习热情和学习动力。
易懂:本书全面贯彻learning by doing的学习理念。因为具象的代码比抽象的概念更易于理解和掌握,所以本书将抽象的理论知识融入具象的代码中,再通过对代码运行结果进行分析和总结,从而提炼理论,帮助初学者掌握重要的概念和原理,并以易懂的语言将核心知识点以细粒度的分解示例进行详尽讲解。
透彻:本书全面贯彻understanding by creating的学习理念,通过手把手带领读者完成精心设计的原创示例代码进行学习,对基础且重要的核心理论进行多角度讲解,让读者循序渐进地体验和总结应用,最终达到对精要知识点的透彻理解,从而建立学习信心,为后续的学习打下坚实的基础。
实用:本书通过精心设计的知识点与大量的原创示例,带领读者体验知识的价值。读者在理解重要原理的基础上,可以亲手实现代码,熟练运用理论分析,解决实际问题,从而以最少的时间和最低的成本,真切感受算法的魅力。
本书内容
本书共8章,分为3篇。
第1篇 语法篇
第1章零基础入门AI解决方案,介绍了专为初学者关怀而提出的学习新主张,给出了具体可操作的学习建议,并提供了后续学习的精选优质资源。
第2章环境搭建,介绍了开发环境的选择、搭建策略及具体操作步骤。
第3章零点一基础入门Python,以实用性极强的案例为主线,极为详尽地讲解了入门人工智能中深度学习与大数据分析所需要的Python编程基础知识。
第4章最简体验数字图像,在第3章的基础上,手把手带领读者学习数据可视化的常用工具Matplotlib。
第5章最简体验数组,在第4章的基础上,手把手带领读者学习数字图像处理、深度学习计算及大数据分析等多个领域的重要基础工具Numpy。
第2篇 算法篇
第6章最简体验卷积运算,从最简单易懂的示例开始,循序渐进地讲解了卷积运算的原理和实现代码,以及卷积运算在深度学习算法中的作用。
第7章综合案例之滑动窗口示意图,换一个角度认识和理解卷积运算,同时帮助读者进一步熟练掌握Python和Matplotlib。
第3篇 综合篇
第8章源码解读,带领读者综合使用前面章节中所掌握的基础知识,解读最经典的示例源码。解读源码既是重要的工作能力,也是主要的学习手段,所以需要读者很好地掌握。
勘误与售后服务
本丛书中的每本书与其他同类图书的最大不同在于切实注重读者的学习体验。我们真诚地希望得到广大读者的阅读反馈,以便于我们不断地改进和迭代,从而不断地提升读者的学习体验和学习效果。
由于是第1版图书,虽然作者团队为此已经投入了累计上万小时的工作量,对书中的内容经过了反复测试和迭代改进,但仍然难免偶有谬误或讲述不确切、不清楚和不顺畅的地方。我们在此邀请各位读者积极地参与到本书的售后反馈活动中。您在阅读本书时若有疑问或者发现了书中的疏漏,都可以在本书的GitHub页面指出,或者直接发送相关的问题描述至微信公众号“AI精研社”,也可以根据公众号的菜单提示添加值班客服或助教以获得帮助,我们将及时做出解答,并尽快将疏漏更新在勘误表中。我们欢迎一切关于本书的意见、建议、问题、指正、讨论和其他各类反馈。
本书由清华大学的张光华博士,以及“AI精研社”的贾庸和李岩主笔编写。其他参与策划、设计、编写与审校的人员(按姓名拼音排序)还有阿珠(中国科学院自动化所)、宝尔金(中国科学院自动化所)、陈潇、丁火(中国科学院自动化所)、丰子一、何戈文(佛罗里达大学)、何嘉庆、黄向生(中国科学院自动化所)、黄子凌[“清华大学”(中国台湾)]、胡晓野、贾子娴、靳博洋、李赓飞、绫夜、林灵锋(中国科学院深圳先进技术研究院)、刘聪(中南大学)、李燚、李玉惠(恒安嘉新)、卢建东、唐唐、王立宁(阿里巴巴)、王鑫(万摩数字)、吴宪君、吴轶男、徐铁丰、杨海华(百度)、叶虎(腾讯)、殷荣(中国科学院信息工程研究所)、余欣航(北京大学前沿交叉学科研究院)、张家欢、张梦、张宇泰(京东之家)。在此一并感谢!