前言

幾年前，我受北京大學(xué)光華管理學(xué)院領(lǐng)導(dǎo)的委托，負(fù)責(zé)籌劃學(xué)院的商業(yè)分析專業(yè)碩士項(xiàng)目。為此，我請團(tuán)隊(duì)成員幫忙從互聯(lián)網(wǎng)上爬取了幾十萬份與數(shù)據(jù)分析相關(guān)的招聘簡章，并對其中需要的專業(yè)技能做了粗糙分析，然后將這些技能需求與現(xiàn)有的各個(gè)高等院校相關(guān)專業(yè)的教學(xué)大綱做了簡單對比。我們從中很容易可以看到，商業(yè)分析專業(yè)的教學(xué)課程設(shè)置存在較大問題。例如，關(guān)于人工智能相關(guān)課程設(shè)置的問題：一方面，市場對該領(lǐng)域人才具有巨大需求；另一方面，由于院校師資力量匱乏導(dǎo)致課程開設(shè)困難。而課程開設(shè)困難的另一個(gè)重要原因就是缺少相關(guān)教材，尤其是缺乏簡單易懂、容易上手的教材。

如果想要使該項(xiàng)目能為同學(xué)們提供一流的、前瞻性的教育，該專業(yè)就必須開設(shè)與人工智能相關(guān)的課程。從技術(shù)實(shí)施角度看，與人工智能相關(guān)的課程至少有兩個(gè)：一個(gè)是機(jī)器學(xué)習(xí)，另一個(gè)是深度學(xué)習(xí)。開設(shè)與機(jī)器學(xué)習(xí)相關(guān)的課程相對容易，因?yàn)檫@個(gè)學(xué)科歷史悠久，理論豐富、完備，師資儲備也相對充足。但是，開設(shè)與深度學(xué)習(xí)相關(guān)的課程就比較困難：一是國內(nèi)相關(guān)領(lǐng)域的學(xué)者較少，各個(gè)大學(xué)的師資儲備較為薄弱；二是這些領(lǐng)域的學(xué)者和教師大都集中在計(jì)算機(jī)學(xué)院、大數(shù)據(jù)學(xué)院、數(shù)學(xué)學(xué)院、統(tǒng)計(jì)學(xué)院等理工科學(xué)院，這些學(xué)院的學(xué)生群體都具有理工科背景，教師即使使用相對傳統(tǒng)的教學(xué)方法也能達(dá)到良好的教學(xué)效果。然而，商業(yè)分析專業(yè)碩士項(xiàng)目面對的學(xué)生群體較為復(fù)雜，他們中的一部分人具有理工科背景，而另一部分人具有偏文科背景（如管理學(xué)、經(jīng)濟(jì)學(xué)、文學(xué)等），這些具有文科背景的同學(xué)也是商業(yè)分析專業(yè)碩士項(xiàng)目非常重要的學(xué)生群體，他們有著獨(dú)特的跨領(lǐng)域優(yōu)勢。如果這部分學(xué)生群體也能快速上手深度學(xué)習(xí)，入門人工智能這一關(guān)鍵技術(shù)，我相信他們肯定會為相關(guān)的應(yīng)用領(lǐng)域帶來豐富多彩的可能性，這也是多學(xué)科交融的魅力所在！但是，要學(xué)習(xí)深度學(xué)習(xí)就必須要用GPU，而調(diào)用GPU必須通過TensorFlow或者PyTorch完成。并且，任何一個(gè)編程框架都最好要有一定的Python基礎(chǔ)。為了解決這個(gè)問題，北京大學(xué)光華管理學(xué)院的商業(yè)分析專業(yè)碩士項(xiàng)目為同學(xué)們準(zhǔn)備了有關(guān)Python的前期課程，使Python基礎(chǔ)學(xué)習(xí)不再是難事。除了商業(yè)分析專業(yè)碩士外，光華管理學(xué)院中還有很多MBA同學(xué)也想學(xué)習(xí)深度學(xué)習(xí)，他們中的大多數(shù)人沒有任何Python基礎(chǔ)，但也想通過學(xué)習(xí)這門課程，結(jié)合自己的工作經(jīng)歷思考如何在各種合適的商業(yè)場景下開拓人工智能應(yīng)用的新領(lǐng)域。如何照顧這部分同學(xué)的需求，讓他們也能享受深度學(xué)習(xí)的快樂，是值得我深思熟慮的問題。

基于以上原因，我下決心不僅要教這門課，還要寫一本大家都能看懂、都能上手的關(guān)于深度學(xué)習(xí)的教材。但是，到底怎么學(xué)，怎么開發(fā)課程，怎么編寫教材，我一開始真是一籌莫展。后來，在日本麻將平臺上用深度學(xué)習(xí)算法打麻將的陳昱、北大信息科學(xué)學(xué)院的孫本元、中國人民大學(xué)統(tǒng)計(jì)學(xué)院的朱映秋等團(tuán)隊(duì)伙伴的幫助下，我終于收集到開發(fā)此課程所需的所有案例，并使案例中的所有代碼都可以在Jupyter Notebook中實(shí)現(xiàn)。另外，我還對每一段代碼做了詳細(xì)的語音講解，并將其一并加載在Jupyter Notebook里。之后，我將音頻和PPT進(jìn)一步整合，制作成教學(xué)視頻，這些教學(xué)視頻已被狗熊會的慕課平臺收錄。

通過開發(fā)以上提到的案例，我們團(tuán)隊(duì)里有20多人都可以上手深度學(xué)習(xí)了，大家都能寫基于Keras的代碼了，這給了我很大的信心，并嘗試在2019年開課。第一次開課是給我們的MBA項(xiàng)目授課，面對專業(yè)背景不同的40多名同學(xué)，整個(gè)學(xué)習(xí)過程很辛苦，但同學(xué)們確實(shí)學(xué)到了很多東西，收獲滿滿！可是，還有一個(gè)最大遺憾就是沒有教材！很幸運(yùn)的是，這時(shí)一直對深度學(xué)習(xí)具有極大興趣的周靜老師，愿意將我錄制的音頻轉(zhuǎn)化成規(guī)范的文字，并在此基礎(chǔ)上豐富理論基礎(chǔ)，最后整理成適合作為教材的內(nèi)容。

本書是整個(gè)團(tuán)隊(duì)集體努力的結(jié)果，有來自北京大學(xué)、中國人民大學(xué)、中央財(cái)經(jīng)大學(xué)等多個(gè)院校的老師、同學(xué)付出的心血。沒有一個(gè)強(qiáng)大的團(tuán)隊(duì)支撐，我是無法完成這個(gè)艱巨任務(wù)的。本書的寫作邏輯與一般的深度學(xué)習(xí)教材不同。首先強(qiáng)調(diào)一點(diǎn)，深度學(xué)習(xí)仍然是一個(gè)關(guān)于x和y的回歸分析問題。但是，它獨(dú)特的地方在于，這里的x常常是高度非結(jié)構(gòu)化的數(shù)據(jù)（如圖像、文本）。在這個(gè)框架結(jié)構(gòu)下，我們嘗試去建立深度學(xué)習(xí)與普通回歸分析的親密聯(lián)系，希望由此降低同學(xué)們學(xué)習(xí)的難度。從這里出發(fā)，同學(xué)們可以學(xué)習(xí)TensorFlow、Keras，學(xué)習(xí)如何在它們的幫助下完成線性回歸、邏輯回歸；接著，再學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)、各種關(guān)鍵技術(shù)和各種有趣的應(yīng)用。通過以上的學(xué)習(xí)方式，我們嘗試在降低學(xué)習(xí)難度的同時(shí)，提高同學(xué)們的學(xué)習(xí)效果。

本書的完成要特別感謝周靜老師，感謝她的接力支持。參與本書編寫的成員還有（按姓名拼音順序）：常象宇、陳昱、黃丹陽、劉進(jìn)、魯偉、馬瑩瑩、潘文耕、潘蕊、任圖南、孫本元、王菲菲、許可、朱雪寧、朱映秋。此外，還要感謝在書稿整理過程中付出辛苦勞動的高天辰、漆岱峰、向悅、謝貝妮等同學(xué)。最后，我想把這本書獻(xiàn)給狗熊會的研究團(tuán)隊(duì)，是你們強(qiáng)有力的支持，我才完成了一個(gè)又一個(gè)看似不可能的任務(wù)；是你們的支持，我才具備了讓數(shù)據(jù)科學(xué)教學(xué)變得更加有趣的能力。