本书由历史简介、数学基础、线性回归、支持向量机、神经网络、卷积神经网络、循环神经网络、分类与聚类和实际应用组成，排版条理清晰，内容深入浅出，并配有典型例题和习题详解，有助于读者学习人工智能的基本理论，可以作为高等院校本科生或研究生的教学参考书或试用教材。

【本书特色】

（1） 体现工程教育专业认证的理念，注重对学生解决复杂工程问题能力的培养，将人工智能的相关理论系统化。

（2） 以基本数学知识为基础，按照机器学习、神经网络、深度学习的顺序进行编排，内容由浅入深，循序渐进，帮助初学者进行科学高效的学习。

（3） 每章配有相应的习题和详解，便于读者及时总结和回顾，加深对重点知识的理解，掌握人工智能的重要基础知识。

（4） 结合仿真程序，将基础理论应用到实际的经典案例中，力求学以致用，培养读者的工程实践能力。

（5） 新形态教材，关注语音识别、自然语言处理和计算机视觉等人工智能研究的热点问题。