本书共分为9章，内容结构严谨，逻辑清晰。书中，首先回顾了人工智能的概念、发展历程及研究方法； 其次详细阐述了神经网络、深度学习、强化学习、群智能算法、搜索算法、不确定性推理等方法的基本原理与实例分析； 最后介绍了监督学习、无监督学习和半监督学习等机器学习领域的内容，包括k近邻法、朴素贝叶斯法、决策树、线性回归与逻辑斯蒂回归等经典算法，以及聚类算法、降维算法等方法。