这是一本面向人工智能，特别是深度学习初学者的书， 本书旨在帮助更多的读者朋友了解、喜欢并进入到人工智能行业中来，因此作者试图从分析人工智能中的简单问题入手，一步步地提出设想、 分析方案以及实现方案，重温当年科研工作者的发现之路，让读者身临其境式的感受算法设计思想，从而掌握分析问题、解决问题的能力。这种方式也是对读者的基础要求较少的，读者在学习本书的过程中会自然而然地了解算法的相关背景知识，避免出现为了学习而学习的窘境。
文末附本书中文版pdf + 随书代码 + 随书视频 下载地址。
尽管作者试图将读者的基础要求降到最低，但是人工智能不可避免地需要使用正式化的数学符号推导，其中涉及到少量的概率与统计、线性代数、微积分等数学知识，一般要求读者对这些数学知识有初步印象或了解即可。比起理论基础，读者需要有少量的编程经验，特别是 Python 语言编程经验，显得更加重要，因为本书更侧重于实用性，而不是堆砌公式。
总的来说， 本书适合于大学三年级左右的理工科本科生和研究生， 以及其它对人工智能算法感兴趣的朋友。本书共 15 章，大体上可分为 4 个部份：第 1~3 章为第 1 部分，主要介绍人工智能的初步认知， 并引出相关问题；第 4~5 章为第 2 部分，主要介绍 TensorFlow 相关基础，为后续算法实现铺垫；第 6~9 章为第 3 部分，主要介绍神经网络的核心理论和共性知识，让读者理解深度学习的本质；第 10~15 章为模型算法应用部分，主要介绍常见的算法与模型，让读者能够学有所用。
本书pdf+代码+视频下载地址
微信公众号“深度学习与NLP”回复关键字“tf-20”获取下载地址。
往期精品内容推荐
一张表看尽CV和NLP的经典+前沿论文，还教你阅读顶会论文，构建深度学习知识框架
自动化机器学习(AutoML)文献/工具/项目资源大列表分享
8月最新-《可解释机器学习-Christoph Molnar》-新书分享
