本書巧妙地將Python語(yǔ)言與人工智能知識(shí)結(jié)合在一起進(jìn)行編排，使讀者既能全面學(xué)習(xí)Python編程語(yǔ)言，又能系統(tǒng)了解人工智能基本原理并深入掌握人工智能特別是新一代人工智能關(guān)鍵技術(shù)，同時(shí)配有豐富的教學(xué)案例和前沿?zé)狳c(diǎn)應(yīng)用，每一個(gè)知識(shí)點(diǎn)都有對(duì)應(yīng)Python語(yǔ)言實(shí)現(xiàn)。
全書共分為9章。第1章主要講解人工智能的發(fā)展歷史、驅(qū)動(dòng)因素以及關(guān)鍵技術(shù)等。第2章為Python編程語(yǔ)言，系統(tǒng)介紹Python的語(yǔ)法規(guī)則、數(shù)據(jù)類型、程序結(jié)構(gòu)及文件操作和圖形化編程等。第3章為概率統(tǒng)計(jì)基礎(chǔ)，是人工智能的理論基礎(chǔ)。第4章為最優(yōu)化方法，解釋人工智能算法本質(zhì)問題。第5章深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)是本書的重點(diǎn)章節(jié)，該章對(duì)當(dāng)前基于深度學(xué)習(xí)的多層神經(jīng)網(wǎng)絡(luò)，如卷積神經(jīng)網(wǎng)絡(luò)、遞歸/循環(huán)神經(jīng)網(wǎng)絡(luò)、長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)等進(jìn)行全面、深入的講解。第6章TensorFlow深度學(xué)習(xí)，重點(diǎn)介紹深度學(xué)習(xí)開源框架TensorFlow的使用方法及如何利用TensorFlow開發(fā)和部署各種深度學(xué)習(xí)模型。第7章數(shù)據(jù)采集與數(shù)據(jù)集制作，詳細(xì)介紹如何通過網(wǎng)絡(luò)爬蟲等方法從互聯(lián)網(wǎng)上搜集數(shù)據(jù)并制作成數(shù)據(jù)集。第8章詳細(xì)闡述如何利用GPU并行計(jì)算設(shè)備和CUDA編程來加速人工智能深度學(xué)習(xí)的模型訓(xùn)練。第9章精心挑選了7個(gè)人工智能實(shí)驗(yàn)案例，包括數(shù)據(jù)智能分析、視頻圖像智能理解、自然語(yǔ)言處理等各個(gè)方面，從簡(jiǎn)到難，可以作本書配套的實(shí)驗(yàn)教學(xué)內(nèi)容。
本書可作為人工智能、計(jì)算機(jī)、電子信息、智能科學(xué)與技術(shù)、數(shù)據(jù)科學(xué)與大數(shù)據(jù)、機(jī)器人工程等專業(yè)的高年級(jí)本科生以及研究生的學(xué)習(xí)用書，也可作為從事人工智能研究與開發(fā)的科研人員、工程技術(shù)人員及智能應(yīng)用愛好者的參考書籍。