主要内容 ● 给出聚焦应用和进行实际操作的学习方法，同时提供包含辅助教学资源的网站。 ● 包含许多研究习题和答案、例子、定义、理论以及富含说服力的卡通插图。 ● 包括谓词逻辑、Prolog、启发式搜索、概率推理、机器学习与数据挖掘、神经网络和强化学习等知识。 ● 报告深度学习的进展，这些进展包括应用神经网络去产生有创造性的内容，如文本、音乐和艺术(★新增内容)。 ● 分析聚类算法的性能评估，给出两个能解释贝叶斯定理的例子以及它们在日常生活中的相关性(★新增内容)。 ● 讨论搜索算法，分析循环校验，解释车辆导航系统的路径规划，还介绍蒙特卡洛树搜索(★新增内容)。 ● 讨论人工智能在就业和交通方面的应用(★新增内容)。