人工智能和深度学习导论

本书首先介绍了人工智能的基础知识，然后分别介绍了机器学习、深度学习、自然语言处理和强化学习中的重点概念和实践过程，包含逻辑斯谛回归、k最近邻、决策树、随机森林、支持向量机、卷积神经网络、循环神经网络、LSTM、自动编码器等。

此外，本书的附录部分还分别简单介绍了Keras、TensorFlow、pandas等人工智能相关的工具。