深度學習是人工智能的核心技術，也是計算機科學的重要分支。本書作為該領域的入門教材，系統(tǒng)整理和規(guī)劃了相關知識體系，內(nèi)容上盡量覆蓋了近年來深度學習的主要常見模型和前沿熱點。 全書共分為13章，大致可以分為四個部分：第一部分（第1-3章）重點介紹機器學習/深度學習的基礎概念；第二部分（第4-5章）介紹機器學習/深度學習的3大類基本問題，即分類、回歸和聚類問題，并簡要介紹了淺層機器學習的若干常見方法作為鋪墊；第三部分（第6-7章）為深度學習中的重要基礎性知識，即神經(jīng)網(wǎng)絡的優(yōu)化方法和感知機模型；第四部分（第8-13章）為深度學習的主要常見模型與方法，包括建模序列數(shù)據(jù)的神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡、預訓練方法、圖神經(jīng)網(wǎng)絡、生成式神經(jīng)網(wǎng)絡、從強化學習到深度強化學習等。本書每章均附有習題，重要內(nèi)容均配有編程練習題以及用Python語言編寫的參考例程，可供讀者閱讀或者練習，以加深對相關內(nèi)容的理解。 本書具有清晰的思維脈絡，圖文并茂，層層遞進，可讀性好。 本書可以作為高等學校計算機、人工智能、自動化、電子和通信等相關專業(yè)的本科生或者研究生教材，也可供對深度學習/機器學習感興趣的研究人員和工程技術人員閱讀參考。