这是一门适合初学者的人工智能课程，结合大量游戏化案例如飞机投弹、坦克开炮、射箭、走迷宫等游戏将神经网络的概念和意义清晰具象的呈现，包括神经网络结构，激活函数，神

*   第一章 游戏AI实战课-深入浅出tensorflow.js/

  *   人工智能入门/

    *   人工智能是什么

    *   人工智能的常用算法

    *   人工智能的常用框架

    *   运行环境的建立

  *   神经网络/

    *   本节导学

    *   基础神经元的概念及应用

    *   多输入神经元的概念及应用

    *   如何用tf代码建立基础神经元

    *   飞机投弹游戏的AI应用

    *   如何用tf代码建立多输入神经元

    *   坦克开炮游戏的AI应用

    *   神经网络与激活函数

    *   神经网络的参数表象

    *   如何用tf.matMul建立神经网络(射箭游戏)

  *   监督学习/

    *   本节导学

    *   反向传播与均方差

    *   梯度下降

    *   梯度下降的tf代码实现

    *   分类训练与交叉熵

    *   优化器代码详解与多梯度下降

    *   内存回收代码详解

    *   预测与分类案例讲解

    *   本节总结

  *   卷积神经网络/

    *   本节导学

    *   卷积神经网络原理

    *   mnist手写数字识别

    *   卷积神经网络特征值

    *   cifar图片识别

    *   迁移学习

    *   滑动图片识别

    *   本节总结

  *   无监督学习/

    *   本节导学

    *   autoencode实现聚类

    *   手写数字图片搜索

    *   AI画画

    *   对抗神经网络

    *   本节总结

  *   强化学习/

    *   本节导学

    *   遗传算法讲解

    *   遗传算法实现flappy Bird

    *   Qlearning算法

    *   QLearning实现maze

    *   DQN算法讲解

    *   DQN实现maze

    *   Policy Gradient算法讲解

    *   Policy Gradient算法实现平衡杆游戏

    *   Actor Critic算法讲解

  *   自动驾驶案例讲解/

    *   自动驾驶实现

  *   总结与拓展/

    *   TensorFlow API回顾

    *   人工智能前沿技术