譯者序
前言
作者簡介
審校者簡介
第1章歡迎來到機器人世界1
1.1開始你的AI旅程1
1.2四種不同的AI模型2
1.3學習AI可以讓你做什麼3
1.4小結5
第2章探索你的AI工具包6
2.1GitHub源代碼頁面6
2.2Colaboratory 運行環境7
2.3小結11
第3章Python基礎——學習如何用Python編程12
3.1顯示文本13
3.2變量和操作13
3.3列表和數組14
3.4if語句和條件16
3.5for循環和while循環17
3.6函數21
3.7類和對像22
3.8小結24
第4章AI基礎技巧25
4.1什麼是強化學習25
4.2強化學習的五大原理26
4.2.1原理#1——輸入與輸出繫統26
4.2.2原理#2——獎勵27
4.2.3原理#3——AI環境27
4.2.4原理#4——馬爾可夫決策過程28
4.2.5原理#5——訓練與推斷28
4.3小結30
第5章你的個AI模型——小心老虎機31
5.1多臂老虎機問題31
5.2湯普森采樣模型32
5.2.1模型編程32
5.2.2理解模型36
5.2.3什麼是分布37
5.2.4應對多臂老虎機問題39
5.2.5湯普森采樣策略三步走41
5.2.6湯普森采樣模型的臨門一腳42
5.2.7湯普森采樣模型與標準模型42
5.3小結44
第6章銷售和廣告中的AI——像“AI街之狼”一樣銷售45
6.1待解決的問題45
6.2用仿真構建AI環境47
6.2.1運行仿真程序48
6.2.2回顧50
6.3AI解決方案及其直覺的回顧50
6.3.1AI解決方案51
6.3.2直覺51
6.4技術實現52
6.4.1湯普森采樣與隨機策略選擇52
6.4.2開始編程52
6.4.3終結果57
6.5小結58
第7章歡迎來到Q學習59
7.1迷宮59
7.1.1步60
7.1.2構建環境61
7.1.3構建AI模型64
7.2Q學習的完整流程66
7.2.1訓練模式66
7.2.2推斷模式67
7.3小結67
第8章物流行業中的AI——倉庫中的機器人68
8.1構建環境69
8.1.1狀態70
8.1.2行為70
8.1.3獎勵70
8.1.4AI解決方案回顧70
8.2技術實現71
8.2.1第1部分——構建環境72
8.2.2第2部分——用Q學習構建AI解決方案74
8.2.3第3部分——進入推斷模式75
8.2.4改進1——自動化獎勵分配77
8.2.5改進2——加入一個中間目標80
8.3小結82
第9章人工大腦——深度Q學習83
9.1預測房價83
9.1.1上傳數據集84
9.1.2導入依賴庫85
9.1.3排除變量86
9.1.4準備數據87
9.1.5構建神經網絡90
9.1.6訓練神經網絡91
9.1.7展示結果91
9.2深度學習理論92
9.2.192
9.2.2激活函數95
9.2.3神經網絡的工作原理98
9.2.4神經網絡如何學習98
9.2.5正向傳播算法和反向傳播算法99
9.2.6梯度下降算法100
9.3深度Q學習106
9.3.1歸一化指數方法107
9.3.2深度Q學習回顧108
9.3.3經驗回放109
9.3.4深度Q學習的完整算法109
9.4小結110
第10章自動駕駛汽車中的AI——造一輛自動駕駛汽車111
10.1構建環境111
10.1.1設定目標113
10.1.2設置參數116
10.1.3輸入狀態118
10.1.4輸出行為119
10.1.5獎勵120
10.2AI解決方案回顧122
10.3技術實現123
10.3.1第1步——導入依賴庫123
10.3.2第2步——創造神經網絡的架構124
10.3.3第3步——實現經驗回放127
10.3.4第4步——實現深度Q學習130
10.4演示138
10.4.1安裝Anaconda139
10.4.2用Python 3.6創建一個虛擬環境140
10.4.3安裝PyTorch142
10.4.4安裝Kivy143
10.5小結151
第11章商業中的AI——用深度Q學習使成本小化152
11.1要解決的問題152
11.2構建環境153
11.2.1服務器環境中的常量和變量153
11.2.2關於服務器環境的假設154
11.2.3仿真155
11.2.4整體功能156
11.2.5定義狀態157
11.2.6定義行為158
11.2.7定義獎勵158
11.2.8後的仿真示例159
11.3AI解決方案161
11.3.1大腦162
11.3.2技術實現163
11.4演示191
11.5回顧——通用AI框架/藍圖199
11.6小結200
第12章深度卷積Q學習201
12.1CNN有什麼用途201
12.2CNN的工作原理202
12.2.1第1步——卷積204
12.2.2第2步——池化206
12.2.3第3步——扁平化209
12.2.4第4步——全連接210
12.3深度卷積Q學習211
12.4小結212
第13章遊戲中的AI——成為《貪喫蛇》大師213
13.1要解決的問題213
13.2構建環境214
13.2.1定義狀態214
13.2.2定義行為215
13.2.3定義獎勵216
13.3AI解決方案216
13.3.1大腦217
13.3.2經驗回放記憶218
13.4技術實現219
13.4.1第1步——構建環境219
13.4.2第2步——構建大腦226
13.4.3第3步——構建經驗回放記憶228
13.4.4第4步——訓練AI模型230
13.4.5第5步——測試AI模型235
13.5演示237
13.5.1安裝237
13.5.2結果242
13.6小結243
第14章回顧與總結244
14.1回顧——整體AI框架/藍圖244
14.2探索你在AI領域的下一站245
14.2.1不斷練習246
14.2.2社交247
14.2.3學無止境247

數據科學家們和AI研究愛好者們，你們好！多年以來，我一直在開發關於人工智能（AI）的在線課程，取得了很大的成功，並且對AI社區做出了不小的貢獻。然而，它們還缺少一個至關重要的東西。在某一刻，這些人工智能課程是如此之多，以致我的大部分學生都來尋求有關如何學習這些課程的指導。與其將學習這些課程的順序一一列出，不如撰寫一本關於AI的、面面俱到的指南。這本書包含了完美的知識結構、好的解釋，還有來自我以往課程的實用案例。
如你所見，我的目標是使AI大眾化，使所有人都意識到AI不是一門遙不可及的技術，並且它能為世界帶來更好的改變。我盡我所能地在世界上傳播這樣的知識，讓人們為21世紀將出現的新職業和新機遇做好準備。我相信很多人會覺得用一本能隨時攜帶的、面面俱到的書學習AI，要遠比學習幾十門很難釐清頭緒的網絡課程更加高效。雖說如此，對於那些更熱衷於網絡課程的人們來說，本書仍是一個相當不錯的補充。
我單純地期望越來越多的人能通過本書——這一網絡課程之外的高效之選，以正確的方式學習AI。將我之前網絡課程中的精華濃縮進一本簡單易懂的書是一個不小的挑戰。事實證明，我成功地完成了這一挑戰，所以今天我欣喜地將它分享給你。
我由衷地希望它能幫助更多的人找到他們夢想中的工作，在數據科學和人工智能領域擁有一個美好的前程，並且為21世紀的這些嚴峻挑戰帶來漂亮的解決方案。
本書的目標讀者
●任何對機器學習、深度學習或AI感興趣的人。
●對編程不那麼擅長，但對AI感興趣而且希望用它來解決現實問題的人。
●未來希望就職於數據科學與AI領域的大學生。
●想在AI領域進階的數據分析師。
●任何不滿足於當前工作，想要邁出自己數據科學生涯步的人。
●想用強大的AI工具提升商業價值的企業所有人。
●渴望學習如何利用AI來優化業務、化利潤並且提升效率的企業家。
●想知道能給員工提供什麼工程項目的AI行業從業者。
●有志成為數據科學家，並尋求商業案例來豐富個人檔案的人。
●想利用機器學習和AI解決商業問題的技術愛好者。
●想幫助公司轉型成AI驅動的咨詢師。
●至少具有高中水平數學知識，且對AI感興趣的學生。
本書主要內容
●第1章介紹人工智能的世界。
●第2章發掘一個由Python文件組成的、易用的、可在谷歌Colaboratory平臺直接運行的AI模型工具包。
●第3章提供恰當的Python語言基礎知識，並教你如何使用Python編程。
●第4章介紹強化學習及其五大基本原則。
●第5章講解多臂老虎機問題的相關理論，以及如何通過湯普森采樣AI模型找到解決方案。
●第6章利用第5章的湯普森采樣AI模型解決一個現實中關於銷售和打廣告的商業問題。
●第7章介紹Q學習AI模型的相關理論。
●第8章利用第7章中的Q學習AI模型解決一個現實中關於物流優化的商業問題。
●第9章介紹深度學習的基礎知識和深度Q學習AI模型。
●第10章利用第9章中的深度Q學習AI模型構建一輛虛擬的自動駕駛汽車。
●第11章利用第9章中的深度Q學習AI模型解決一個現實中關於成本優化的商業問題。
●第12章介紹卷積神經網絡的基礎知識和深度卷積Q學習AI模型。
●第13章利用第12章中的深度卷積Q學習AI模型通關著名的《貪喫蛇》（Snake）遊戲。
●第14章回顧如何創建一個AI框架，還包含作者對你的AI世界前程的一些叮囑。
充分利用本書
●在開始之前你並不需要懂太多，本書包含了對理解AI模型所需的全部預備知識的快速回顧。如果你有需要的話，本書還有一整章講解Python基礎，幫助你學習如何用Python編程。
●我建議你在閱讀本書的同時，保持搜索引擎打開，這樣你可以隨時訪問書中列出的鏈接資源，以及更詳細地了解本書提及的AI模型背後的數學概念。
下載示例代碼及彩色圖像
本書的示例代碼及所有截圖和示意圖，可以從http://www.packtpub.com通過個人賬號下載，也可以訪問華章圖書官網http://www.hzbook.com，通過注冊並登錄個人賬號下載。
下載好文件之後，請確保用以下軟件的版對文件解壓縮：
●WinRAR/7-Zip——Windows
●Zipeg/iZip/UnRarX——Mac
●7-Zip/PeaZip——Linux
你還可以通過Github鏈接https://github.com/PacktPublishing/AI-Crash-Course找到本書的代碼。
本書中的截圖和示意圖的PDF文件還可以在https://static.packt-cdn.com/downloads/9781838645359_ColorImages.pdf下載。