本书是“青少年AI 探索系列”的第二分册，系统讲解机器学习与深度学习的原理。全书从人工智能基本概念入手，循序渐进地讲解机器学习基础知识、常用算法（监督学习、无监督学习、半监督学习、强化学习），以及人工神经网络、深度学习基础、卷积神经网络（LeNet、AlexNet、ResNet） 和循环神经网络（LSTM、GRU）等内容。在内容编排上，本书以通俗易懂为原则，用图解和比喻代替复杂公式，从启蒙到进阶层层深入，形成覆盖机器学习与深度学习核心知识的完整体系，旨在激发青少年探索人工智能的兴趣，培养创新思维与核心素养。 本书面向青少年读者，可作为中小学人工智能课程参考书，也适用于课后服务、竞赛课程、科创课程、校外培训及社团教学，同时适合学生自学及家长辅导使用。

第1章 无处不在无所不能——走进人工智能 001 1.1 探索——何为人工智能 002 1.2 认识——人工智能三驾马车 006 1.3 揭秘——人工智能、机器学习与深度学习的关系 009 第2章 手握工具的学徒——机器学习基础知识 011 2.1 探寻解决问题的方法——什么是算法 012 2.2 认识人工智能的大脑——什么是机器学习 016 2.3 探索人工智能的大脑——机器学习流程 017 2.4 动手给数据打上标签——数据标注 021 2.5 了解各具特色的算法——机器学习分类 021 2.6 手握工具的学徒——机器学习特点 035 第3章 带答案的学习——监督学习算法 039 3.1 分类和回归——监督学习擅长的任务 040 3.2 近朱者赤近墨者黑——K 近邻算法 043 3.3 分门别类——决策树算法 048 3.4 聪明的裁判——支持向量机算法 065 第4章 没有答案的学习——无监督学习算法 073 4.1 聚类和降维——无监督学习擅长的任务 074 4.2 物以类聚人以群分——K 均值算法 077 4.3 提取精华——主成分分析算法 081 第5章 部分带答案的学习——半监督学习算法 089 5.1 数据稀缺时的智慧——半监督学习擅长的任务 090 5.2 自我学习和训练——自训练算法 092 5.3 团结合作——协同训练算法 094 第6章 奖罚分明的学习——强化学习算法 099 6.1 决策问题——强化学习擅长的任务 100 6.2 不断试错不断奖励——Q-Learning 算法 102 6.3 八仙过海各显神通——如何选择合适算法 105 第7章 模仿人脑神经网络——人工神经网络 109 7.1 强势崛起——人工神经网络 110 7.2 起起伏伏——人工神经网络的发展 119 7.3 非黑即白——单层神经网络 124 7.4 层层加码——浅层神经网络 127 7.5 层出不穷——深层神经网络 129 第8章 自学成才的天才——深度学习基础知识 135 8.1 认识人工智能的大脑——什么是深度学习 136 8.2 探索人工智能的大脑——深度学习流程 137 8.3 了解各具特色的模型——深度学习分类 140 8.4 图像筛选器——卷积神经网络 140 8.5 形影不离——循环神经网络 152 第9章 百花齐放——卷积神经网络算法 159 9.1 开山之作——LeNet 161 9.2 王者归来——AlexNet 164 9.3 里程碑式创新——ResNet 168 第10章 遍地开花——循环神经网络算法 175 10.1 既记忆也遗忘——LSTM 176 10.2 三门变两门——GRU 183 10.3 写在最后 187 参考文献 188