本书以零基础讲解为宗旨，详细讲解了常用的人工智能算法，并与实际应用相结合，内容循序渐进，案例丰富翔实，旨在帮助读者掌握人工智能的算法基础。 全书分为4章，共20章。其中第1篇为基础算法篇，从第1章到第9章，主要讲述排序、查找、线性结构、树、散列、图、堆栈等基本数据结构算法；第2篇为机器学习算法篇，从第10章到第14章，主要讲述分类算法、回归算法、聚类算法、降维算法和集成学习算法；第3篇为强化学习算法篇，从第15章到第16章，主要讲述基于价值的强化学习算法和基于策略的强化学习算法；第4篇为深度学习算法篇，从第17章到第19章，主要讲述神经网络模型算法、循环神经网络算法和卷积神经网络算法等内容。 本书适合准备从事数据科学与人工智能相关行业的读者。

第0章 人工智能与算法
0.1 人工智能发展的水平
0.2 人工智能技术总览
0.3 算法在人工智能技术中的地位
0.4 学好算法能有哪些竞争优势
第1章 排序算法
1.1 冒泡排序（Bubble Sort）
1.2 直接插入排序（Insert Sort）
1.3 直接选择排序（Select Sort）
1.4 升级版冒泡排序——快速排序（Quick Sort）
1.5 升级版插入排序——希尔排序（Shell Sort）
1.6 升级版选择排序——堆排序（Heap Sort）
1.7 归并排序（Merge Sort）
1.8 基数排序（Radix Sort）
1.9 应用：应该使用哪种排序算法
1.10 高手点拨
1.11 编程练习
1.12 面试真题
第2章 查找算法
2.1 线性查找（Line Search）——傻瓜式查找
2.2 二分查找（Binary Search）——排除另一半
2.3 插值查找（Insert Search）——预判位置
2.4 斐波那契查找（Fibonacci Search）——黄金分割法
2.5 树结构查找（Tree Search）
2.6 散列查找（Hash Search）
2.7 应用：自实现indexOf函数
2.8 高手点拨
2.9 编程练习
2.10 面试真题
……
第3章 字符串算法
第4章 线性结构
第5章 树结构
第6章 堆结构
第7章 散列结构
第8章 图结构
第9章 递归算法
第10章 分类算法
第11章 回归算法
第12章 聚类算法
第13章 降维算法
第14章 集成学习算法
第15章 基于价值的强化学习（Value-Based RL）算法
第16章 基于策略的强化学习（Policy-Based RL）算法
第17章 神经网络模型算法
第18章 循环神经网络算法
第19章 卷积神经网络算法