本教材是一部人工智能入门教材，内容涵盖机器学习基础、深度学习及大语言模型的前沿发展，并配以典型的实际应用案例。本书分为四个部分，共15章，系统地讲解人工智能领域的核心知识和方法。第一部分机器学习基础，介绍人工智能和机器学习的基本概念、数学基础，以及经典算法（如决策树、朴素贝叶斯和逻辑回归等）。第二部分深度学习，讲解人工神经网络、循环神经网络、卷积神经网络和Transformer模型，并深入探讨这些模型在自然语言处理和计算机视觉中的典型应用。第三部分大语言模型，从预训练模型的理论动机出发，剖析当下大语言模型的核心技术与最新进展。第四部分生成式模型和强化学习，重点讲解生成模型以及强化学习的关键概念和实践应用。本书的特色在于以学术视角梳理机器学习及相关领域的知识体系，注重知识点的历史脉络与内在逻辑，展现知识演进的迭代过程。通过这样的内容编排，启发读者从全局性和发展的视角理解智能技术的深层原理。本书不仅适合作为高校人工智能类课程的教材，还可作为人工智能领域技术人员的入门读物，为学习者构建扎实的知识基础。