本書在全面覆蓋人工智能框架知識的基礎上，以精簡內容、突出重點為準則，避免面面俱到。每一部分都是挑選經典、實用的知識內容，同時配有典型案例和源代碼，將人工智能原理融會到典型案例中詳細講授，可以使初學者以較快的節(jié)奏學習、實踐人工智能基礎知識，重點掌握關鍵部分的常用算法，進而了解人工智能領域的知識輪廓。


全書共分7章： 第1章為緒論，簡要介紹人工智能發(fā)展歷史和相關技術內容； 第2章為知識表示和推理，著重講授歸結演繹推理和產生式系統(tǒng)； 第3章為搜索技術，講授典型的搜索技術，主要包括啟發(fā)式搜索、博弈樹搜索和遺傳算法等； 第4章為不確定知識表示與推理，主要講授主觀Bayes方法、可信度方法和證據(jù)理論； 第5章為Agent技術，講授Agent系統(tǒng)通信和移動Agent技術； 第6章為神經網絡，主要講授反向傳播神經網絡和Hopfield神經網絡； 第7章為計算智能，講授蟻群算法、粒子群優(yōu)化和模擬退火等經典智能算法。

本教材適合計算機科學與技術、軟件工程、智能科學與技術以及自動化等專業(yè)的本科生和研究生使用，也可供相關開發(fā)人員、廣大科技工作者和研究人員參考。