书单 | 《智能之门》带你一窥AI世界
The following article is from 微软学术合作 Author 微软学术合作
还在犹豫如何进入人工智能领域？
想要开设课程却缺少大纲和匹配案例？
微软亚洲研究院联合高等教育出版社出版的
《智能之门》
不仅能够最大程度带领自学者闯关升级
还将为 AI 教育者提供最简明的实践教案！
本书已在高等教育出版社天猫官方旗舰店
及官方微店开售
京东与当当网也同步上架
点击原文链接获取更多信息吧！
文末有福利哦
《智能之门——神经网络与深度学习入门（基于 Python 的实现》由来自微软的编写团队：胡晓武、秦婷婷、李超、邹欣共同完成。作为国家新一代智能系列教材之一，本书拥有权威一流的编委会，潘云鹤院士担任编委会主任并为本书作序。
《智能之门》基于“九步学习法”的结构带领读者学习，全书共 6000+ 行代码，500+张图，35+万字，从理论到实践带领读者入门神经网络和深度学习。
九步学习法
为了让读者“知其然”且“知其所以然”，本书提供全套代码。代码拥有清晰的类函数与方法，能够免费开放源代码进行自由使用传播。书中还实现了步骤章节的代码对应，全部运行结果图像都由代码生成，进一步增强读者阅读之后的动手操作能力，期待读者可以通过“运行代码-理解代码-改进代码”的方式进行学习。
在编写过程中，本书的主要作者之一，微软亚洲研究院高级研发工程师胡晓武总结了当前 AI 教育的六大痛点，通过《智能之门》对症下药，提供了最优化的解决方案。
1. 基础不牢，开篇就讲 CNN、RNN
以 CNN、RNN 开篇，会造成神经网络学习入门门槛过高，增加学生对本就抽象的神经网络的理解难度。《智能之门》则循序渐进，从一个神经元讲起，由单入、单出、单层的一元线性回归到深度循环神经网络，条分缕析其演变过程，避免“一步到位”带来的不知所措。
2. 缺乏案例，使用工业数据集教学
由于缺乏实际案例，人工智能教学常常使用工业数据集，数据集噪音多，难以进行可视化和结果解释。《智能之门》则使用自己创建的训练数据集，让初学者更易理解数据模型与实验结果。
3. 跳过原理，直接使用已有深度学习框架
直接使用已有深度学习框架，会使神经网络学习的过程变成无源之水，无本之木。《智能之门》利用“庖丁解牛”的手法，通过基础类函数的演进，搭建 Mini 深度学习框架，加深读者对原理的理解。
4. 公式堆砌，没有推导过程
生硬简短的公式堆砌往往让读者望而却步，没有推导过程则会使人“知其然，而不知其所以然”。《智能之门》以实例化、图形化、层次化的方式对 DNN、CNN、RNN 等公式进行解释分解，形象地还原推导过程。
5. 资源紧缺，要求必须要有 GPU
基目前深度学习领域要求的计算能力和数据量都很大，要求必须有 GPU 才能实现，但对于学生自学和上机实验而言略显困难。《智能之门》以小见大，为读者呈现用 CPU 也能学习深度学习知识。使用 CPU 学习训练具有样本特征少、样本量小、噪音少而有效样本多、模型简单、可用 NUMBA 库加速等优点，更适应当下的人工智能的教学需求。
面对复杂的神经网络，抽象的工作过程让人摸不着头脑，《智能之门》通过更细致化的推演、几何代数的多方面解释、步骤化的空间变换，抽丝剥茧，让难以描绘的神经网络不再是人工智能学习领域的“黑匣子”。
本书提供的配套代码、PPT、教学案例（包括数据）等均可在 GitHub 上的微软人工智能教育与学习共建社区中找到！
社区地址：
github.com/microsoft/ai-edu
以“学习、实践、共享、迭代”为宗旨的微软人工智能教育与学习共建社区已成立三年，汇集了数以万计的人工智能学习者。其中《神经网络基本原理简明教程》，以明晰的学习路径，丰富的源代码，由浅入深的学习方式广受神经网络初学者的喜爱，在高等教育出版社的帮助下，以《智能之门》为名集结出版。也期待读者能参与社区的各种活动，在实战和问答中精进。
微软人工智能与学习共建社区
天猫店铺地址：
https://detail.tmall.com/item.htm?id=633817900137
微店地址：
https://weidian.com/item.html?itemID=4247188654
当当与京东（手机端）同步上架，请通过搜索《智能之门》购买！
如果您对于本书还有任何疑问或想要进一步与我们交流，也可通过扫描下方二维码进群分享您的宝贵建议！
福利时间到！🎁
如果你是正在探索 AI 领域的学习者，快在评论区分享你在人工智能学习中的心得体会吧！我们将为点赞前三名的评论各送出新鲜出炉的《智能之门》一本！
留言截至时间：2020年12月29日中午12:00。
你也许还想看：