本书在全面覆盖人工智能框架知识的基础上，以精简内容、突出重点为准则，避免面面俱到。每一部分都是挑选经典、实用的知识内容，同时配有典型案例和源代码，将人工智能原理融会到典型案例中详细讲授，可以使初学者以较快的节奏学习、实践人工智能基础知识，重点掌握关键部分的常用算法，进而了解人工智能领域的知识轮廓。 全书共分7章： 第1章为绪论，简要介绍人工智能发展历史和相关技术内容； 第2章为知识表示和推理，着重讲授归结演绎推理和产生式系统； 第3章为搜索技术，讲授典型的搜索技术，主要包括启发式搜索、博弈树搜索和遗传算法等； 第4章为不确定知识表示与推理，主要讲授主观Bayes方法、可信度方法和证据理论； 第5章为Agent技术，讲授Agent系统通信和移动Agent技术； 第6章为神经网络，主要讲授反向传播神经网络和Hopfield神经网络； 第7章为计算智能，讲授蚁群算法、粒子群优化和模拟退火等经典智能算法。 本教材适合计算机科学与技术、软件工程、智能科学与技术以及自动化等专业的本科生和研究生使用，也可供相关开发人员、广大科技工作者和研究人员参考。