2、深度学习与围棋：从入门到超越人类的AI探索

深度学习与围棋：从入门到超越人类的AI探索

1. 关于学习内容概述

想要通过一个实用且有趣的例子来介绍现代机器学习，那就是构建一个会下围棋的AI。到第3章结束时，你就能做出一个能运行的围棋程序，不过此时它的棋力很弱。后续每一章都会介绍一种提升这个AI棋力的新方法，你可以通过实验了解每种技术的优缺点。最终，会展示像AlphaGo和AlphaGo Zero这样的强大AI是如何将所有技术整合在一起的。

适合阅读的人群主要是想开始尝试机器学习，且更喜欢实践方法而非纯数学方法的软件开发人员。假定你有Python的使用知识，不过同样的算法也能用其他现代编程语言实现。即便你对围棋一无所知也没关系，如果你更喜欢国际象棋或其他类似游戏，大部分技术也能适配。要是你本身就是围棋玩家，看着自己的AI学会下棋会非常有趣。

2. 学习内容的整体规划

学习内容分为三个部分，涵盖14章和5个附录。
- 第一部分：基础 ：介绍后续内容的主要概念。
- 第1章“迈向深度学习”：对人工智能、机器学习和深度学习进行轻量级的高层次概述，解释它们之间的关系，以及这些领域技术的适用和不适用场景。
- 第2章“将围棋作为机器学习问题”：介绍围棋规则，说明能教会计算机下围棋的哪些方面。
- 第3章“实现你的第一个围棋AI”：用Python实现围棋棋盘、落子和完整对局，学完这章你能编出最弱的围棋AI。
- 第二部分：机器学习与游戏AI ：为创建强大的围棋AI提供技术和方法基础，主要介绍AlphaGo有效运用的三大支柱技术：树搜索、神经网络和强化学习。
-