本书结合算法原理和代码实现，重点介绍了机器学习，特别是深度学习的有关案例和实践应用。主要内容包括：第1章介绍人工智能发展历程和百度飞桨框架；第2章和第3章围绕机器学习展开，介绍了监督学习和无监督学习的各种经典算法及其应用案例；第4章围绕深度学习展开，介绍了前馈神经网络、卷积神经网络、循环神经网络和生成对抗网络，以及深度学习在计算机视觉、自然语言处理两大领域的应用和实践；第5章介绍了强化学习的理论、方法和应用。
本书可作为高等院校（尤其是应用型本科院校）教学用书，教师可根据课程计划和专业特色选择授课内容（32~56学时）；本书也可以与《人工智能导论：模型与算法》一书配套使用，作为人工智能专业课程的辅助学习内容；本书还适用于从事人工智能相关开发和应用的行业人员，帮助他们快速掌握人工智能知识体系及提升代码实践能力。
本书内容均提供在线课程和习题，读者可以在飞桨实训平台AI Studio加入《人工智能导论：案例与实践》在线课程。
