前言 本书的大部分作者在深度学习流行之前有幸从事机器学习相关工作多年。在我们内部，一直认同一个段子：有多少人工就有多少智能。 · 在深度学习流行之前的传统机器学习年代，我们认为“人工”更多强调的是特征工程之难，需要机器学习从业者不断分析数据，挖掘新的特征。 · 在深度学习流行的这几年，我们认为这句话依然成立，只是“人工”更多地强调人工标注，因为深度学习需要大量的标注数据。当然，也有人反驳说不需要标注，用户的使用历史天然就是标注。实际上，这可以理解为一种众筹标注。 · 在深度学习发展的未来，我们希望这句话不再成立，期待无监督模型取得更长足的进步，使得“人工”智能变为真正的智能。 在追求智能的路上，我们虽然是创业公司，但一直坚持机器学习相关课程的学习和Paper Reading，陆续学习了传统的机器学习相关算法，也探索了深度学习的相关原理，并不断应用到实践中。 受益于当今学术开放开源的氛围，深度学习的最新算法甚至代码实践大家都能在第一时间进行学习。所以在创业公司的早期深度学习实践中，最重要的并不是算法理论方面的创新，而是结合产品需求如何进行深度学习技术的落地。这就要求团队不仅需要对业务非常熟悉，也需要对深度学习相关算法了如指掌，同时还需要有人可以真正用代码将算法落地。很幸运，我们的团队具备这样的能力，所以在深度学习的实践中较少走弯路。随着多年的积累，团队在深度学习方面开始有不少自己的创新，也对理论有了整体的认识。从2016年下半年开始，团队部分成员利用周末等业余时间撰写了这本书，算是对团队过去所学深度学习知识的一个总结。本书的撰写都是大家牺牲周末时间完成的，且在撰写过程中，碰到多次项目进度非常紧急的情况，周末时间也被项目占用，但大家还是克服困难，完成了书稿，非常感谢这些作者的配合！此外，猿辅导研究团队的大部分成员参与了审稿相关工作，在此一并表示感谢！ 当然，本书撰写较仓促，作…