电子书《Deep Learning》

www.deeplearningbook.org/

官网可以在线阅读，本书作者都是大佬级人物。Ian Goodfellow（生成式对抗网络的发明人）、Yoshua Bengio（2018年图灵奖得主，深度学习教父级人物之一）和Aaron Courville（魁北克人工智能研究所 Mila 的创始人之一）。

书籍内容涵盖了从基础数学知识到现代深度学习网络的各个方面，包括线性代数、概率论、数值计算、机器学习基础等。还提供了练习题、讲座幻灯片和外部链接等资源。

“当可编程计算机最初被构想出来时，人们就在思考这些机器是否会变得智能——这比第一台可编程计算机被制造出来早了一百多年（Lovelace, 1842）。如今，人工智能（AI） 是一个蓬勃发展的领域，拥有许多实际应用和活跃的研究课题。我们期望智能软件能够自动化常规劳动、理解语音或图像、进行医学诊断以及支持基础科学研究。

在人工智能的早期，该领域迅速地攻克并解决了一些对人类而言智力上很困难，但对计算机而言相对简单的问题——那些可以用正式的数学规则列表来描述的问题。事实证明，人工智能真正的挑战在于解决那些人们很容易执行却难以正式描述的任务——那些我们直观地、自动地解决的问题，例如识别口语中的单词或图像中的人脸。

本书讲述了一种解决这些更直观问题的方法。该解决方案是让计算机从经验中学习，并根据概念的层次结构来理解世界，其中每个概念都通过其与更简单概念的关系来定义。通过从经验中收集知识，这种方法避免了人类操作员需要正式指定计算机所需的所有知识。概念的层次结构使计算机能够通过构建更简单的概念来学习复杂的概念。如果我们将这些概念如何相互构建的关系绘制成图表，该图表将是深层的，具有多层结构。出于这个原因，我们将这种人工智能方法称为深度学习。”