本书通过9个直观、有趣和生活息息相关的实际项目，详细介绍如何通过结合深度学习和强化学习构建智能而实用的人工智能系统，涉及的项目涵盖医疗健康、电子商务、专家系统、智能安防、移动应用和自动驾驶等领域，使用的技术包括卷积神经网络、深度强化学习、基于LSTM的RNN、受限玻尔兹曼机、生成对抗网络、机器翻译和迁移学习。借助本书的理论知识，你将有能力建立自己的智能模型，轻松解决任何类型的人工智能问题。

全书共10章，第1章介绍构建人工智能系统的基础知识；第2章介绍如何使用迁移学习来检测人眼中的糖尿病视网膜病变症状，并判断其严重程度；第3章介绍循环神经网络（RNN）架构的基础知识；第4章解释如何创建一个智能的AI模型；第5章讨论CNN和长短期记忆（LSTM）在视频字幕中的角色，以及视频字幕系统的构建；第6章讨论推荐系统；第7章解释机器学习如何向移动应用提供服务；第8章解释聊天机器人是如何进化的，以及使用聊天机器人的好处；第9章解释强化学习和Q学习；第10章讨论什么是CAPTCHA以及为什么我们需要CAPTCHA，并介绍如何使用对抗学习来生成CAPTCHA。