還在猶豫如何進入人工智慧領域？

想要開設課程卻缺少大綱和匹配案例？

《智慧之門》

不僅能夠最大程度帶領自學者闖關升級

還將為 AI 教育者提供最簡明的實踐教案！

本書已在高等教育出版社天貓官方旗艦店

及官方微店開售

京東與噹噹網也同步上架

入選新一代智慧系列教材，提供配套程式碼、PPT、教學短影片

《智慧之門——神經網路與深度學習入門（基於 Python 的實現》由來自微軟的編寫團隊：胡曉武、秦婷婷、李超、鄒欣共同完成。作為國家新一代智慧系列教材之一，本書擁有權威一流的編委會，潘雲鶴院士擔任編委會主任併為本書作序。

《智慧之門》基於“九步學習法”的結構帶領讀者學習，全書共 6000+ 行程式碼，500+張圖，35+萬字，從理論到實踐帶領讀者入門神經網路和深度學習。

九步學習法

為了讓讀者“知其然”且“知其所以然”，本書提供全套程式碼。程式碼擁有清晰的類函式與方法，能夠免費開放原始碼進行自由使用傳播。書中還實現了步驟章節的程式碼對應，全部執行結果影象都由程式碼生成，進一步增強讀者閱讀之後的動手操作能力，期待讀者可以透過“執行程式碼-理解程式碼-改進程式碼”的方式進行學習。

本書更配備了全套 PPT 、教學案例（包括資料）與短影片，可幫助讀者選擇合適自己的學習模式，瞭解人工智慧的各種模型和實際任務，也讓課程教師在教學中有豐富的素材可以選擇。

配套 PPT

1. 基礎不牢，開篇就講 CNN、RNN

以 CNN、RNN 開篇，會造成神經網路學習入門門檻過高，增加學生對本就抽象的神經網路的理解難度。《智慧之門》則循序漸進，從一個神經元講起，由單入、單出、單層的一元線性迴歸到深度迴圈神經網路，條分縷析其演變過程，避免“一步到位”帶來的不知所措。

2. 缺乏案例，使用工業資料集教學

由於缺乏實際案例，人工智慧教學常常使用工業資料集，資料集噪音多，難以進行視覺化和結果解釋。《智慧之門》則使用自己建立的訓練資料集，讓初學者更易理解資料模型與實驗結果。

3. 跳過原理，直接使用已有深度學習框架

直接使用已有深度學習框架，會使神經網路學習的過程變成無源之水，無本之木。《智慧之門》利用“庖丁解牛”的手法，透過基礎類函式的演進，搭建 Mini 深度學習框架，加深讀者對原理的理解。

4. 公式堆砌，沒有推導過程

生硬簡短的公式堆砌往往讓讀者望而卻步，沒有推導過程則會使人“知其然，而不知其所以然”。《智慧之門》以例項化、圖形化、層次化的方式對 DNN、CNN、RNN 等公式進行解釋分解，形象地還原推導過程。

5. 資源緊缺，要求必須要有 GPU

目前深度學習領域要求的計算能力和資料量都很大，要求必須有 GPU 才能實現，但對於學生自學和上機實驗而言略顯困難。《智慧之門》以小見大，為讀者呈現用 CPU 也能學習深度學習知識。使用 CPU 學習訓練具有樣本特徵少、樣本量小、噪音少而有效樣本多、模型簡單、可用 NUMBA 庫加速等優點，更適應當下的人工智慧的教學需求。

6. 沒有程式碼，無法理解工作過程

面對複雜的神經網路，抽象的工作過程讓人摸不著頭腦，《智慧之門》透過更細緻化的推演、幾何代數的多方面解釋、步驟化的空間變換，抽絲剝繭，讓難以描繪的神經網路不再是人工智慧學習領域的“黑匣子”。

微軟人工智慧教育與學習共建社群，AI 教育學習第一站

本書提供的配套程式碼、PPT、教學案例（包括資料）等均可在 GitHub 上的微軟人工智慧教育與學習共建社群中找到！

社群地址：

github.com/microsoft/ai-edu

以“學習、實踐、共享、迭代”為宗旨的微軟人工智慧教育與學習共建社群已成立三年，彙集了數以萬計的人工智慧學習者。其中《神經網路基本原理簡明教程》，以明晰的學習路徑，豐富的原始碼，由淺入深的學習方式廣受神經網路初學者的喜愛，在高等教育出版社的幫助下，以《智慧之門》為名集結出版。也期待讀者能參與社群的各種活動，在實戰和問答中精進。

微軟人工智慧與學習共建社群

《智慧之門》購買地址

天貓店鋪地址：

https://detail.tmall.com/item.htm?id=633817900137

微店地址：

https://weidian.com/item.html?itemID=4247188654

噹噹與京東（手機端）同步上架，請透過搜尋《智慧之門》購買！