人工智能是一个涉及多学科的交叉学科，涵盖了机器学习、计算机视觉、智能控制等诸多领域，其研究成果已经广泛应用于人们的生活实践中。本书专注于人工智能的基本原理和实践应用，分为理论篇和实验篇。理论篇包括第1～6章，主要介绍了人工智能基础知识、深度神经网络、深度神经网络的软件平台、典型网络及应用示例、ChatGPT和AIGC；实验篇即第7章，主要包括分类与检索、智能检测、智能识别、视频分析、语言和文本处理、三维图像处理、智能预测、智能推荐、智能优化、智能数据挖掘、安全与对抗等11类实验。
本书既可作为高等学校人工智能、智能科学与技术、计算机科学与技术、大数据科学与技术、智能机器人、控制科学与工程、通信与信息工程、电子科学与技术、生物医学工程、人工智能技术服务等专业的教材，也可作为人工智能相关专业技术人员的学习参考书。

本书的主要特点如下:
(1) 以应用为导向, 实践性与新颖性相结合。本书定位为人工智能实验指导教材, 侧重于帮助读者完成实验任务, 通过实验操作强化对理论知识的理解。 本书所选择的实验内容参考了近年来国内外多个竞赛平台中具有新颖性的热点题目。
(2) 内容翔实, 注重细节。在典型网络及应用示例部分, 对实验的背景信息、模型构建的原理、 实验操作的流程均进行了详尽的描述, 内容丰富翔实、深入浅出, 这样有助于读者独立完成相关实验, 并提升独立解决实际问题的能力。
(3) 实验素材覆盖范围广。本书从图像处理类的分类、检测、识别到自然语言处理类的机器翻译、声纹识别再到数据挖掘, 涵盖了人工智能领域的大部分应用场景, 适用范围较广，同时对深度神经网络大模型(ChatGPT和AIGC)及其应用也进行了详细描述。读者通过具体的实践可加深对理论知识的理解, 并从中感受到相关内容的现实意义和作用, 提升利用理论知识解决实际问题的能力并培养实践创新的能力。
(4) 实验内容与理论教学相结合。本书阐述了基础的机器学习的概念, 详细描述了典型模型的构建过程, 选取了多个人工智能领域的实验, 能够使读者通过实验操作进一步夯实人工智能基本理论知识, 加深理解深度神经网络的基本结构和应用设计方法, 为进一步学习和应用人工智能知识奠定坚实基础, 实现理论教学与实验内容的并行互补和有机融合。