1.4　阅读本书能学到什么

本书是对深度学习和强化学习的实践性介绍。要充分掌握本书，读者应当熟练阅读与编写Python代码，并熟悉基本的线性代数和微积分知识。在本书中，我们将会讨论以下几个问题。

• 如何用深度学习库Keras来设计、训练、测试神经网络？
• 如何设置有监督的深度学习问题？
• 如何设置强化学习问题？
• 如何将深度学习集成到一个实际应用中？

在纵览全书的过程中，我们会跟随一个具体而有趣的实例：构建围棋AI。我们的围棋机器人是深度学习与标准的计算机算法相结合的产物。我们将使用简单明了的Python代码，来执行棋盘规则，跟踪游戏状态，并预先推测可能发生的棋局状态。而深度学习将帮助机器人识别哪些动作值得深入探讨，并在盘中阶段的每一回合帮助它评估哪一方领先。在学习本书的各个阶段，每次采用了更复杂的技术后，读者都可以与改进的机器人对弈，并观察它的进步。

如果读者对围棋特别感兴趣，可以把本书构建的机器人当作起点去尝试自己的更多想法。读者还可以把这套技术应用到其他棋类游戏中，甚至应用到游戏之外的领域，为各种应用增添深度学习带来的强大力量。