互联网时代，人工智能学科获得了前所未有的发展机遇，已经成为发展最迅速、对社会影响最大的新兴学科之一。简单地说，人工智能就是用机器来模拟人类思考，帮助人类人事脑力劳动的一门学科。

通过学习这门课程，可以了解人类是如何让机器一步步思考的。具体来说，学习完这门课程，我们不仅了解了人工智能发展史以及人工智能在计算机学科、自动控制学科甚至数学所占的地位，还将有如下收获：

机器智能具体来说就是体系结构+程序，懂得人工智能实现的大框架，破解人工智能存在的神秘感。

知道现实世界的知识在人工智能中如何表示的。知道人工智能的一些推理方法。这些方法可以让你对以前所学的离散数学知识觉得眼前一亮。

通过一个通用的搜索引擎，让们学到了人智能在寻找答案时所采取的各种方法及比较。

当然，作为最富活力的机器学习，我们会让大家获得机器学习相关的一些理论和算法。

最后，通过实践，让大家把人工智能用起来，跑起来。

• Chapter-1 第一章
  • 1.1什么是人工智能
  • 1.2人工智能的发展简史
  • 1.3人工智能的基本内容
• Chapter-2 第二章
  • 2.1什么是理性智能体
  • 2.2理性智能评价
  • 2.3如何设计理性智能体
• Chapter-3 第三章
  • 3.1搜索问题的形式化建模
  • 3.2状态空间和搜索树
  • 3.3搜索树
  • 3.4搜索问题算法结构
  • 3.5搜索问题的评测
  • 3.6代价无关搜索算法
  • 3.7深度优先搜索算法
  • 3.8深度优先其它算法
  • 3.9迭代深度搜索算法例子及性能分析
  • 3.10一致代价搜索算法
• Chapter-4 第四章
  • 4.1启发式函数
  • 4.2贪心搜索算法
  • 4.3A搜索算法
  • 4.4可采纳的启发式函数
  • 4.5构建启发式函数
• Chapter-5 第五章
  • 5.1基本概念
  • 5.2蚁群算法的产生
  • 5.3蚁群算法模型
  • 5.4蚁群算法应用
  • 5.5粒子群算法
  • 5.6粒子群算法公式及分析
  • 5.7粒子群算法改进及应用
• Chapter-6 第六章
  • 6.1什么是约束满足问题
  • 6.2约束满足问题形式化
  • 6.3回溯搜索算法
  • 6.4回溯搜索的变量赋值顺序策略
  • 6.5回溯搜索的前向检查及约束传播
  • 6.6AC-3弧相容算法
  • 6.7约束满足问题的局部搜索算法
• Chapter-7 第七章
  • 7.1博弈极小极大值概念
  • 7.2极小极大值决策算法
  • 7.3剪枝的概念