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,系統整理和規(guī)劃了相關知識體系,內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,即神經網絡的優(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,包括建模序列數據的神經網絡、卷積神經網絡、預訓練方法、圖神經網絡、生成式神經網絡、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。