人工智能是一门新的交叉学科，近年来涌现出的许多算法模型和框架已经应用于实际生活。本书面向人工智能算法的实践与应用，全书共分为两大部分：第一部分主要介绍了人工智能基础，包括人工智能、机器学习、深度学习简述、深度神经网络的构成、深度神经网络典型模型、以及深度网络构建主要涉及的软件及环境配置等；第二部分针对近年来的典型模型结构和实践过程进行详细讨论，主要包括卷积神经网络、生成对抗网络、循环神经网络、图神经网络的实验，这些实验具体内容涉及图像与视频的检测、分割、跟踪等多项实践任务。该教程以实践与应用为导向，取材广泛，内容详实，具有理论与实践相结合的特点。每个实验详细阐述了实践的背景与内容，深入分析了实践的详细流程，描述了实践数据及来源，给出了参考文献和必要的链接。 本书可作为人工智能、智能科学与技术、计算机科学与技术等相关专业高年级本科生及研究生的实验教材，也可供相关领域及其交叉领域中从事机器学习及相关应用研究的技术人员参考使用。