本书主要阐述了当前机器智能的热点技术——深度学习和强化学习技术的原理。在此基础上，介绍AlphaGo结合深度学习和强化学习技术，如何战胜人类围棋大师的原理。接下来，将深度学习的理论转化为实践，给出如何通过掌握TensorFlow和Keras深度学习框架，制作声控智能硬件的例子，同时给出机器视觉的对象检测案例，指导读者逐步学习使用深度学习技术。 本书的主要特点是实践操作，用实用可运行的案例来上手。本书可作为实践入门指导书，适用于对机器智能有兴趣的高年级本科生，也适合于对机器智能有兴趣的人员参考。

AlphaGo如何能战胜顶级围棋选手，本书将给你解开神秘的面纱。本书理论与实践结合，带领你动手学习和了解最热门的人工智能技术。通过深度学习TensorFlow工具的实践，处理真实世界的人机交互问题。本书带你快速入门人工智能技术，通过实例说明让硬件如何“智能化”。

前言 信息技术日新月异，机器智能更是一个快速发展的领域，其所引发的社会变化和带来的社会影响也是巨大的。围绕这一领域的热点技术，如深度学习和强化学习，涉及一些基础数学知识，包括微积分、线性代数和优化理论等。机器智能作为计算机科学的一个应用，虽然涉及计算机体系结构、分布式系统、软硬件协同设计、算法与数据管理等诸多计算机理论知识，但其核心内容还是算法与数据。 AlphaGo战胜人类围棋大师，其实就是人类所创造的智能工具能力的胜利，是科学理性的胜利。AlphaGo的成功，证明了基于深度强化学习和蒙特卡洛树搜索方法的机器智能，在很多规则清晰的场景下完全可以比人类做得更好。 机器智能的领域不断扩大，遇到的问题也越来越多，需要人们不断创新，不断深入探究。近些年来的教学实践表明，对于一个新的知识领域，在具备一定的基础知识后，本科生完全有能力投入这一领域前沿技术的研究工作中。本书的目的就是要通过系统整理机器智能领域知识点，帮助本科同学迅速了解全貌，从而快速深入技术细节，为进一步的科研工作打下基础。 大凡与机器智能相关的技术，都需要训练有素的头脑，快速分析问题与解决问题的能力。所以，本科同学要想进入这个领域，除了解、掌握本书中的知识和实践操作外，还需要不断地训练自己思考问题和解决问题的能力。 本书的编写离不开清华大学iCenter智能系统实验室教师团队的协助，他们是马晓东、章屹松、王蓓和高英。本书在本科生课程“大数据智能”与“智能硬件”的实践教学中，根据反馈意见已经做了多次修订。实验室学生郑文勋、王亦凡、常嘉辉、吴垠鋆、冯杰、宋丹丹、钱鹏等多次担任课程或单元的助教，为本书的完善做出很...