张光华  博士毕业于重庆大学和清华大学，硕士毕业于中国科学技术大学。现为中国医药教育协会智能眼科学组常委、山西智能大数据产业技术创新研究院医疗大数据研究中心主任。主要研究方向为量子点微型多光谱成像技术、医学图像处理、机器学习等。已在的国际会议及SCI期刊上发表了医学、图像处理和机器学习等领域的多篇论文，并参与了多项中国与欧洲的科学基金项目。

贾庸  AI精研社秘书。有多年的研发与管理经验，持续不断地追求更好的产品体验与更高的代码质量。所研发的产品GFE已被众多的全球500强企业采购。

李岩  AI精研社会士。有多年的高校教学经验，擅长讲授C程序设计、C++程序设计、Java程序设计和数据结构等多门课程，教学风格颇受学生的喜爱。

本书是“人工智能与大数据技术大讲堂”丛书中的第一本书。全书贯穿“简体验”的讲授原则，并模拟实际课堂的教学风格，通过幽默风趣的大白话语言，手把手带领读者由浅入深、循序渐进地进行学习，让他们在身临其境的教学氛围中，轻松、愉悦地掌握人工智能技术领域的基础知识，从而跨入人工智能的大门。本书的阅读门槛极低，只需要读者具备初步的数理知识和计算机操作技能即可顺利学习；本书的学习曲线非常平滑，前面章节中的知识点都为后续章节的学习做好了铺垫，让读者的学习毫无障碍；本书通过“图书+视频+GitHub+微信公众号+学习管理平台+群+专业助教”的立体化学习解决方案及大量线上、线下互动，让读者可以体验到远超过同类图书的学习效果。

本书共8章。第1章给出了切实可行的学习建议；第2章介绍了开发环境；第3～5章是专为人工智能和大数据而优化的知识要点，手把手带领读者从零基础开始学习编程；第6章与第7章从不同的角度手把手带领读者完成简单的卷积运算（深度学习的基础算法）；第8章带领读者解读一个案例中的部分源码（来自于流行的深度学习框架TensorFlow）。

本书适合对人工智能、机器学习、深度学习和计算机视觉感兴趣的读者阅读，尤其适合零基础和弱基础的读者学习。阅读本书不要求读者有太多的编程基础与高等数学基础。

人工智能领域知名的《统计学习方法》《机器学习》《深度学习》三本经典图书对于大多数想要进入该领域的人而言有较高的学习门槛。而由“AI精研社”组织编写的“人工智能与大数据技术大讲堂”丛书则会提供较低的学习门槛，可以帮助读者能够更加轻松地掌握人工智能算法与编程，也能给读者进一步深度理解这三本经典图书带来很大的帮助。假如你已经通透地掌握了这套丛书或三本经典图书中的内容，那么你就可以直接来地平线实习了。即使你尚未发表论文也没关系，很多小伙伴都是在地平线实习期间发表了顶会论文，而且是顶会一作。

——全球范围内自动驾驶处理器领域的地平线创始人/CEO  余凯

“人工智能与大数据技术大讲堂”丛书是一套提纲挈领的纵览式图书，内容系统、全面，讲解深入浅出，可以帮助AI初学者梳理人工智能技术的知识体系，也可以让AI从业者即用即查，温故而知新，非常值得推荐。相信好学上进的读者朋友们能感受到作者团队的用心和努力，能通过这套图书更好地掌握人工智能技术。

—— 领先的计算机视觉服务商Yi+创始人/CEO  张默

人工智能作为计算机科学与统计学、脑科学和认知科学等多学科交叉的前沿领域，致力于让机器拥有类似于人类的感知、认知、操控和交互能力，已形成相对完整的学科体系。很多同学担心进入人工智能这一领域的门槛太高，一直徘徊在观望或浅尝辄止的程度。而这本书通过风趣易懂的语言和精心设计的知识体系降低了这一门槛，使得初学者也可以掌握人工智能算法思想，领略到人工智能的趣味。这本书不仅适合院校师生，也适合广大的人工智能爱好者自学使用。

——清华大学计算机系学术委员会主任/IEEE Fellow  孙富春

本书浅显易懂，文笔诙谐，有理论，更有实践，非常适合进入人工智能领域的初学者阅读。相信通过阅读本书，读者能够顺利地完成从零到一的学习过程。

——神策数据创始人/CEO  桑文锋

当前，人工智能技术正在快速应用于各行各业。经济社会的发展不仅需要大量的人工智能高级人才去推动基础理论和共性技术的发展，而且也需要初步掌握了算法的工作原理，并能灵活应用于不同场景的智能算法工程师及系统开发与维护工程师去推动智能技术的落地。本书契合了这种需求，讲解上从基本概念到基础算法，再到应用范例，手把手带领初学者实现智能应用。本书的阅读门槛很低，适合的读者群体也很广泛，只要你具备初步的数理知识，就可以在作者的引领下顺利学习。

——天津大学智能与计算学部副主任/人工智能学院院长  胡清华

第1篇  语法篇

第1章  零基础入门AI解决方案      2

1.1  AI极简史（选修）     2

1.2  AI极简介     3

1.2.1  认识颜色：表征学习与深度学习   3

1.2.2  该往哪边旋转: 决策科学 4

1.2.3  转起来：控制论       5

1.2.4  自动驾驶与AI三大领域  5

1.2.5  有关AI三大领域的解释说明  6

1.3  史上最轻松的入门AI完整解决方案 6

1.3.1  兴趣模块   7

1.3.2  入门AI所需基础模块     9

1.3.3  入门模块及其他       11

1.4  入门好资源   12

1.4.1  慕课（MOOC）       12

1.4.2  框架   13

1.4.3  社区   13

1.4.4  数据集       14

1.4.5  论文   14

1.4.6  公司   15

1.5  学习新主张（最重点）      15

1.5.1  什么是“体验”       16

1.5.2  什么是“最简”       17

1.5.3  “最简体验”主张   18

1.6  如何使用本书（纯小白请重点阅读）      19

1.6.1  高效学习本书的首要原则       19

1.6.2  什么是“要点”       19

1.6.3  对纯零基础学习者的建议       20

1.6.4  使用本书GitHub提高学习效率（敲黑板级别的重点）     20

1.7  网络词汇简写与昵称   24

1.8  小结      26

第2章  环境搭建 27

2.1  最简体验Jupyter Notebook 27

2.1.1  手机上最简体验Jupyter   28

2.1.2  计算机上最简体验Jupyter      29

2.1.3  Notebook中运行Python代码  30

2.1.4  Notebook的最基本概念Cell   31

2.1.5  移动Cell    32

2.1.6  揭秘HelloWorld Cell 34

2.1.7  为啥要用Jupyter Notebook（选修）     34

2.1.8  Notebook服务与社区文化（选修）      35

2.1.9  Jupyter与MyBinder（选修）  36

2.2  Azure Notebook简介   37

2.3  Google Colaboratory简介    39

……