本书分为四大部分：基础知识、监督式学习算法、无监督式学习算法、深度学习算法。本书共17章，第1章介绍人工智能的定义、关键技术、实际应用等相关背景；第2章介绍人工智能算法的实验环境，包括环境安装、可视化库、TensorFlow框架搭建；第3-17章分别介绍线性回归算法、逻辑回归算法、支持向量机、K近邻算法、决策树、朴素贝叶斯算法、集成学习算法、主成分分析算法、K-Means算法、EM算法、BP神经网络、循环神经网络、卷积神经网络、LSTM神经网络、生成对抗网络的算法概述、原理以及应用案例。