推荐序
前言
1 自动机的秘密
长笛演奏者
今天的自动机
钟摆的摆动
并不难懂的自动机
2 自动驾驶汽车：挑战不可能
沙漠中的百万美元竞赛
如何打造自动驾驶汽车
规划路径
路径搜索
导航
无人车挑战赛的获胜者
一场失败的比赛
3 保持在车道内行驶：自动驾驶汽车的感知
第二次无人车挑战赛
自动驾驶汽车中的机器学习
斯坦利的架构
避开障碍物
寻找道路的边缘
开眼看路
路径规划
斯坦利大脑的各个部分如何相互交流
4 在十字路口避让：自动驾驶汽车的大脑
城市挑战赛
感知抽象
比赛
Boss的高层次推理层
攻克交通堵塞
三层架构
自动驾驶汽车看到的物体
自动驾驶汽车：复杂的系统
自动驾驶汽车的轨迹
5 网飞和推荐引擎的挑战
百万美元大奖
竞争者
…………
6 团队融合：网飞奖的赢家
7 用奖励教导计算机
8 如何用神经网络攻克雅达利游戏
9 人工神经网络的世界观
10 深入了解深度神经网络的内部秘密
11 能听、能说、能记忆的神经网络
12 理解自然语言
13 挖掘《危险边缘》的最佳答案
14 用蛮力搜索找到好策略
15 职业水平的围棋
16 实时人工智能与《星际争霸》
17 50年后或更遥远的未来

这是一本技术“小白”和技术“大咖”都爱读的机器学习指南。谷歌前工程专家、机器学习极客肖恩？格里什的重磅作品。
“深度神经网络”是新一波人工智能热潮的推动引擎。围绕这一前沿工具展开的对话，推动着自动驾驶汽车、网飞的推荐算法、AlphaGo，甚至会打DOTA游戏的人工智能的发展，任何想要参与这一时代对话的人都应该读读这本书。
作者用通俗的类比和鼓舞人心的故事，厘清了许多神秘而前卫的新概念：感知算法、强化学习、卷积神经网络、深度语音识别、图片识别等。掌握这些概念，你才能更好地判断，哪些关于人工智能的言论应该相信，哪些说得天花乱坠的谬论应该抛弃，这本书将助力你的AI创业与投资之路。
微软CTO凯文？斯科特亲笔作序、谷歌工程总监雷？库兹韦尔、美国人工智能协会院士佩德罗？多明戈斯、谷歌研究科学家凯文？墨菲、微软亚洲研究院副院长潘天佑、驭势科技CEO吴甘沙鼎力推荐！

任何足够先进的技术初看都与魔法无异。
自动驾驶汽车已经在很多国家上路，网飞的算法能主动预测你喜欢的电影，DeepMind的计算机程序通关了雅达利游戏，AlphaGo在古老的围棋领域攻克了人类智能的防线。
这一切是如何发生的？智能机器究竟如何思考？
在这本书中，作者用人人都能读懂的语言展示了人工智能领域的前沿成果，深入解读了感知算法、强化学习、智能体、卷积神经网络、深度语音识别、图片识别等科技巨头纷纷拥抱的概念，正是它们让当今的机器如此智能。
DARPA和ImageNet的挑战赛给未来播撒了怎样的种子？
网飞的电影推荐为什么如此准确？
人工智能怎么打DOTA？
AlphaGo除了下围棋还会做别的吗？
神经网络如何做到能听、能说、能记忆？
我们为什么要不断制造能复制人类智力和行为的机器？
这本书将为你打开机器学习与神经网络的黑匣子，让你看懂“魔法”背后的机制。关于自动驾驶汽车、网飞算法、会玩游戏的人工智能以及AlphaGo，这本书囊括了你想知道的一切。