本书以人工智能机器为研究对象，分析了人工神经网络、深度学习与神经网络、深度学习的主要方法、深度学习在人脸识别中的算法、基于卷积神经网络的语音识别技术，并对基于深度学习的人工智能机器案例进行了探究，对从事深度学习、人工智能、计算机等的研究者与工作者具有学习和参考价值。

薛义增，男，中共党员，1976年3月出生于河南省商丘市虞城县。1999年7月参加工作，现任河南国健医疗设备有限公司总经理。2018年2月被河南省商务厅等下八部门评为“诚实守信道德模范之星”；2018年、2019年连续两年被政协商丘市梁园区委员会授予“优秀政协委员”称号；2019年2月荣获“商丘改革创业时代新闻人物”称号；2019年7月被授予“商丘市第八批专业技术拔尖人才”称号。2020年5月入选区人大代表，并荣获本年“优秀人大代表”称号，2020年12月被评为“中原科技创业领军人才”。

第一章 人工智能概述
第一节 人工智能的定义
第二节 人工智能的发展
第三节 人工智能的研究领域
第二章 深度学习的基本知识
第一节 深度学习基本概述
第二节 数据预处理
第三节 深度学习模型
第三章 基于深度学习的人工智能机器学习算法探究
第一节 学习算法概述
第二节 估计、偏差和方差
第三节 最大似然估计
第四节 贝叶斯系统
第五节 随机梯度下降
第四章 深度学习在人工智能机器视觉领域的关键技术探究
第一节 深度学习在人脸识别中的算法分析
第二节 融合深度学习与偏好学习的单目标跟踪技术分析
第三节 基于SDAE深度框架的多目标跟踪算法分析
第五章 基于深度学习的人工智能机器学习算法探究
第一节 语音识别基本概述
第二节 深度学习神经网络基本理论
第三节 基于卷积神经网络的语音识别分析
第六章 基于深度学习的人工智能机器案例
第一节 基于深度学习的光学字符识别技术
第二节 基于深度学习的车牌识别系统的设计与实现
第三节 基于深度学习的人工智能医疗应用与存在的问题
参考文献

深度学习是人工智能领域较为热门的一种机器学习技术。人工智能领域主要研究如何让机器完成通常利用人类智能才能完成的复杂工作，这是一个对人的意识、思维进行模拟和学习的过程。
智能机器人的发展离不开人工智能基本原理的指导，反过来，智能机器人的发展对人工智能将产生新的推动作用。
本书属于人工智能深度学习方面的著作。