《深度學習與圍棋》是由2021年1月人民郵電出版社出版的圖書。
基本介紹
- 中文名：深度學習與圍棋
- 作者：[美] 馬克斯·帕佩拉（Max Pumperla）
- 譯者：趙普明
- 出版社：人民郵電出版社
- ISBN：9787115551467
作品簡介,作品目錄,
作品簡介
這是一本深入淺出且極富趣味的深度學習入門書。本書選取深度學習近年來最重大的突破之一AlphaGo，將其背後的技術和原理娓娓道來，並配合一套基於BetaGo的開原始碼，帶領讀者從零開始一步步實現自己的“AlphaGo”。本書側重實踐，深入淺出，庖丁解牛般地將深度學習和AlphaGo這樣深奧的話題變得平易近人、觸手可及，內容非常精彩。全書共分為3個部分：第一部分介紹機器學習和圍棋的基礎知識，並構建一個最簡圍棋機器人，作為後面章節內容的基礎；第二部分分層次深入介紹AlphaGo背後的機器學習和深度學習技術，包括樹搜尋、神經網路、深度學習機器人和強化學習，以及強化學習的幾個高級技巧，包括策略梯度、價值評估方法、演員-評價方法3類技術；第三部分將前面兩部分準備好的知識集成到一起，並最終引導讀者實現自己的AlphaGo，以及改進版AlphaGo Zero。讀完本書之後，讀者會對深度學習這個學科以及AlphaGo的技術細節有非常全面的了解，為進一步深入鑽研AI理論、拓展AI套用打下良好基礎。本書不要求讀者對AI或圍棋有任何了解，只需要了解基本的Python語法以及基礎的線性代數和微積分知識。
作品目錄
內容提要
戰罷兩奩分白黑，一枰何處有虧成（譯者序）
序
前言
資源與支持
致謝
關於本書
關於作者
第一部分 基礎知識
第1章 走近深度學習：機器學習入門
第2章 圍棋與機器學習
第3章 實現第一個圍棋機器人
第二部分 機器學習和遊戲AI
第4章 使用樹搜尋下棋
第5章 神經網路入門
第6章 為圍棋數據設計神經網路
第7章 從數據中學習：構建深度學習機器人
第8章 實地部署圍棋機器人
第9章 通過實踐學習：強化學習
第10章 基於策略梯度的強化學習
第11章 基於價值評估方法的強化學習
第12章 基於演員-評價方法的強化學習
第三部分 一加一大於二
第13章 AlphaGo：全部集結
第14章 AlphaGo Zero：將強化學習集成到樹搜尋中
附錄A 數學基礎
附錄B 反向傳播算法
附錄C 圍棋程式與圍棋伺服器
附錄D 用AWS來訓練和部署圍棋程式與圍棋伺服器
附錄E 將機器人發布到OGS
