本书以“经典计算机算法—数据挖掘算法—深度学习算法”为主线，将人工智能算法与Python程序示例相结合，开发了基于Git的在线编程平台和案例库，旨在构建人工智能算法“思想—伪码—分析—实现”四位一体的知识传递和学习框架。各章基于一个经典问题或典型例子介绍各类算法，给出问题背景、算法伪码和程序示例，注重算法设计与分析理念的传递。 本书分基础篇、提高篇和新技术篇: 基础篇（第1～7章）以分治法、减治法、贪心法、动态规划法、回溯法、分支限界法为代表，介绍经典计算机算法；经典篇（第8～13章）以分类、聚类、异常检测、频繁模式挖掘、链接分析和概率推理算法为代表，介绍数据挖掘算法；新技术篇（第14～18章）以降维、目标检测、问答系统、图分析算法为代表，介绍深度学习算法。 本书内容的学习，需读者具有计算机程序设计和数据结构的基础知识，以及使用开源平台的基本能力。 本书可作为计算机和电子信息类相关专业本科生、研究生、职校生的算法、人工智能或机器学习等相关课程的教材或主要参考书，也可作为人工智能相关领域研究和开发人员的参考书。教师可根据学生类别、课程性质、学分设置和学习目标等选择不同篇（或章）进行讲解。