本書巧妙地將Python語言與人工智能知識結合在一起進行編排，使讀者既能全面學習Python編程語言，又能系統瞭解人工智能基本原理並深入掌握人工智能特別是新一代人工智能關鍵技術，同時配有豐富的教學案例和前沿熱點應用，每一個知識點都有對應Python語言實現。 全書共分為9章。第1章主要講解人工智能的發展歷史、驅動因素以及關鍵技術等。第2章為Python編程語言，系統介紹Python的語法規則、數據類型、程序結構及文件操作和圖形化編程等。第3章為概率統計基礎，是人工智能的理論基礎。第4章為最優化方法，解釋人工智能算法本質問題。第5章深度學習與神經網絡是本書的重點章節，該章對當前基於深度學習的多層神經網絡，如捲積神經網絡、遞歸/循環神經網絡、長短期記憶神經網絡等進行全面、深入的講解。第6章TensorFlow深度學習，重點介紹深度學習開源框架TensorFlow的使用方法及如何利用TensorFlow開發和部署各種深度學習模型。第7章數據採集與數據集製作，詳細介紹如何通過網絡爬蟲等方法從互聯網上搜集數據並製作成數據集。第8章詳細闡述如何利用GPU並行計算設備和CUDA編程來加速人工智能深度學習的模型訓練。第9章精心挑選了7個人工智能實驗案例，包括數據智能分析、視頻圖像智能理解、自然語言處理等各個方面，從簡到難，可以作本書配套的實驗教學內容。 本書可作為人工智能、電腦、電子信息、智能科學與技術、數據科學與大數據、機器人工程等專業的高年級本科生以及研究生的學慣用書，也可作為從事人工智能研究與開發的科研人員、工程技術人員及智能應用愛好者的參考書籍。