深度学习与围棋

作者简介

马克斯·帕佩拉（Max Pumperla）供职于Skymind公司，是一位专职研究深度学习的数据科学家和工程师。他是深度学习平台Aetros的联合创始人。 凯文·费格森（Kevin Ferguson）在分布式系统和数据科学领域拥有近20年的工作经验。他是Honor公司的数据科学家，曾就职于谷歌和Meebo等公司。 马克斯·帕佩拉和凯文·费格森都是经验丰富的深度学习专家，拥有丰富的分布式系统和数据科学方面的知识。他们是开源围棋机器人 BetaGo 的共同创造者。

内容简介

1.本书是一本人工智能的实践性入门教程，成功地把AlphaGo这个人工智能领域中激动人心的里程碑之一，转化为一门的入门课程； 2.采用Keras深度学习框架，用Python来实现代码； 3.内容全面，层次划分细致，基本上将AlphaGo背后所有的理论知识都覆盖了； 4.提供配套源代码。 围棋这个古老的策略游戏是AI研究的特别适用的案例。2016年，一个基于深度学习的系统战胜了围棋，震惊了整个围棋界。不久之后，这个系统的升级版AlphaGo Zero利用深度强化学习掌握了围棋技艺，轻松击败了其原始版本。读者可以通过阅读本书来学习潜藏在它们背后的深度学习技术，并构建属于自己的围棋机器人！ 本书通过教读者构建一个围棋机器人来介绍深度学习技术。随着阅读的深入，读者可以通过Python深度学习库Keras采用更复杂的训练方法和策略。读者可以欣赏自己的机器人掌握围棋技艺，并找出将学到的深度学习技术应用到其他广泛的场景中的方法。 本书主要内容 ● 构建一个游戏 AI，并教会它自我改进。 ● 用深度学习增强经典游戏 AI 系统。 ● 实现深度学习的神经网络。 要阅读本书，读者只需具备基本的Python技巧和高中水平的数学知识，而不需要任何深度学习经验。