系列图书介绍

本系列图书将向读者介绍人工智能领域的各种热门主题，但无意成为巨细靡遗的人工智能教程。每本书都专注于AI的一个特定领域，让读者熟悉计算机科学领域的一些最新技术。

本系列图书以一种在数学上易于理解的方式讲授人工智能相关概念，这也是英文书名中“for Human”的含义。因此，我总是在理论之后给出实际的编程示例和伪代码，而不仅仅依靠数学公式。尽管如此，我还是要做出以下假设：

• 假定读者精通至少一门编程语言；
• 假定读者对大学代数课程有基本的了解；
• 不要求读者对微积分、线性代数、微分方程与统计学中的公式有太多了解，我将在必要时介绍它们。

书中示例均已改写为多种编程语言的形式，读者可以将示例适配于某种编程语言，以满足特定的编程需求。

编程语言

本书中只给出了伪代码，而具体示例代码则以Java、C#和Python等语言形式提供，此外还有社区支持维护的Scala语言版本。社区成员正在努力将示例代码转换为更多编程语言，说不定当你拿到本书的时候，你喜欢的编程语言也有了相应的示例代码。访问本书的GitHub开源库可以获取更多信息，同时我们也鼓励社区协作来帮我们完成代码改写和移植工作。如果你也希望加入协作，我们将不胜感激。更多相关流程信息可以参见本书附录A。

在线实验环境

本系列图书中的许多示例都使用了JavaScript语言，并且可以利用HTML5在线运行。移动设备也必须具有HTML5运行能力才能运行这些程序。所有的线上实验环境资料均可在以下网址中找到：

http://www.aifh.org

这些在线环境使你即便在移动设备上阅读电子书，也能尝试各种示例。

代码仓库

本系列图书中的所有代码均基于开源许可证Apache 2.0发布，相关内容可以在以下GitHub开源库中获取：

https://github.com/jeffheaton/aifh

附带JavaScript实验环境示例的在线实验环境则保存在以下GitHub开源库中：

https://github.com/jeffheaton/aifh

如果你在运行示例时发现有拼写错误或其他错误，可以派生（fork）该项目并将提交的修订推送到GitHub。你也会在越来越多的贡献者中获得赞誉。有关贡献代码的更多信息，请参见附录A。

系列图书出版计划

本系列图书的写作计划如下。

• 卷0：AI数学入门；
• 卷1：基础算法；
• 卷2：受大自然启发的算法；
• 卷3：深度学习和神经网络。

卷1～卷3将会依次出版，而卷0则会作为“提前计划好的前
传”，在本系列图书出版接近尾声之际完成。本系列所有图书都将包含实现程序所需的数学公式，前传将对较早几卷中的所有概念进行回顾和扩展。在卷3出版后，我还打算编写更多有关AI的图书。

通常，你可以按任何顺序阅读本系列图书。每本书的引言都将提供其前几卷的一些背景资料。这种组织方式能够让你快速跳转到包含你感兴趣领域的那一卷。如果你想补充知识，可以阅读上一卷。

其他资源

当你在阅读本书的时候，互联网上还有很多别的资源可以帮助你。

首先是可汗学院，它是一个非营利性的教育网站，上面收集整理了许多讲授各种数学概念的视频。如果你需要复习某个概念，可汗学院官网上很可能就有你需要的视频讲解，读者可以自行查找。

其次是网站“神经网络常见问答”（Neural Network FAQ）。该网站拥有大量神经网络和其他人工智能领域的相关信息。

此外，Encog项目的维基页面也有许多机器学习方面的内容，并且这些内容并不局限于Encog项目。

最后，在Encog的论坛上也可以讨论与人工智能和神经网络相关的话题，这些论坛都非常活跃，你的问题很可能会得到某个社区成员甚至是我本人的回复。