本书主要讲解了图像和文本在计算机中的表达和计算方法、神经网络的基本原理，并以圈叉棋为例讲解了计算机在图像分类问题上挑战人类的卷积神经网络技术，以单词拼写为例讲解了处理文本和语音的循环神经网络技术。 读者只需要具备基础的加减乘除计算能力，就可以不借助计算机而掌握书中的所有技术和原理，并尝试实现书中的所有实例。可以说，这本书的真正目的是实现作者的期望：人人都会人工智能！

齐勇刚，博士，硕士研究生导师，讲师，北京邮电大学数据科学中心副主任，中国计算机学会会员，中国图像图形学学会会员。国家留学基金管理委员会公派访问学者，主持并参与多项国家自然科学基金项目。开设本科生课程“模式识别”“社会网络分析”等。主要研究方向为计算机视觉与机器学习，已公开发表20余篇相关学术论文，包括IEEE国际计算机视觉与模式识别会议（Conference on Computer Vision and Pattern Recognition，CVPR）、欧洲计算机视觉国际会议（European Conference on Computer Vision，ECCV）、IEEE视频技术电路和系统学报（Transactions on Circuits and Systems for Video Technology，TCSVT）等国际会议论文和期刊论文。乔媛媛，博士，北京邮电大学人工智能学院副教授，国家公派美国麻省理工学院访问学者，主要研究领域为智能城市计算、移动大数据分析；获北京高校第十一届青年教师教学基本功比赛工科组二等奖、最受学生欢迎奖；获北京邮电大学第十四届教学观摩评比一等奖；主讲课程有“深度学习”“数据科学基础”“大数据分析技术与实践”；发表论文50余篇；主持多项国家项目及企事业合作项目，研究成果在企业得到转化和应用，产生了可观的社会和经济效益，获2019年度北京市科学技术进步奖。刘军，博士生导师，北京邮电大学数据科学中心主任，北京大数据协会常务理事；目前的研究方向为人工智能及大数据；2012年起在北京邮电大学担任信息与通信工程学院教师，研究方向为电信及互联网大数据分析、人工智能算法及应用，负责组建北京邮电大学数据科学中心，开设研究生及留学生课程“海量信息处理技术与实践”、本科生课程“深度学习”，已发表大数据及人工智能相关 SCI（科学引文索引）/EI（工程索引）论文十余篇；独著《Hadoop大数据处理》一书，合著《Spark 大数据处理：原理、算法与实例》，已被哈尔滨工业大学、中南大学等多所高校用作相关课程的参考教材。

前言 在21世纪的第二个十年，一系列前所未闻的大事件接连发生： .2015年，微软公司开发的机器视觉算法在ImageNet图像集上 的分类准确率高于人类！ .2016年，谷歌公司开发的阿尔法狗（AlphaGo）围棋程序以4∶1 的成绩击败人类顶级职业围棋选手李世石！ .2017年，波士顿动力公司研发的阿特拉斯（Atlas）机器人学 会了媲美人类体操运动员的后空翻动作！ .2018年，IBM公司开发的Project Debater辩论系统战胜了两 位国家级专业辩论专家！ .2019年，Open AI和Deepmind的机器人选手分别在Dota 2和 星际争霸2两个游戏中完胜人类顶级职业玩家！ 这一连串的大事件背后隐藏的是一项充满神秘色彩的新技 术——人工智能。人工智能技术的爆炸式发展，得益于一项关键技 术的突破，那就是深层神经网络。近年来，众多高校已开始成立人 工智能学院，并开设人工智能专业。然而，由于人工智能和深层神 经网络技术的复杂性，目前大多数人需要有计算机技术、高等数 学、模式识别等专业知识才能看懂人工智能相关的书籍。面向普通