"本书共13章，覆盖了人工智能各个方面的数学内容，包括微积分基础、迭代优化与凸函数、向量、矩阵、概率论、数理统计、线性模型、熵与不确定性、大规模矩阵分解、迭代优化方法、深度学习基础、随机方法和模型评估。本书每章都有基础知识讲解、应用背景介绍、公式推导和理论分析，同时穿插2~4个对应的Python编程案例，所有代码都可供读者直接运行。

本书适合学术型与应用型大学的人工智能专业教师教学和学生学习使用，也适合广大人工智能行业从业人员参考使用。"