本书首先介绍了机器学习和深度学习的基本概念，阐明了机器学习和深度学习的本质是对待学习的函数进行拟合这一基本概念。通过介绍基础的线性回归、分类、逻辑回归等机器学习问题及其关系，建立机器学习与概率分布、贝叶斯理论、矩阵运算之间的关联，并以较为直观同时也兼具理论高度的方式引出逻辑回归与人工神经元之间的关联，从而为人工(深度)神经网络的引入做好铺垫。接着，本书从深度学习基本概念、典型模型和应用、反向传播算法、编程实现、训练技巧等方面介绍了深度学习的基础内容等。