本书共分为10章。第1章、第3章、第4章介绍与人工智能算法相关的向量与矩阵分析、函数与泛函分析、概率与数理统计的数学基础。第2章介绍可用于评定不同待观测样本相似程度的度量方法。第5章介绍人工智能领域涉及的信息论知识。第6章结合实例介绍线性分析与卷积的数学基础。第7章介绍与模型正则化及范数相关的数学基础知识。第8章介绍目标函数最优化相关数学知识。第9章介绍核函数映射相关内容。第10章介绍数据驱动人工智能模型性能评价与度量相关知识。