本课程介绍人工智能的一般原理，内容包含四个方面的内容：搜索与问题求解、知识与推理、学习与发现以及领域应用。搜索与问题求解包括搜索求解问题的基本原理、搜索策略、图搜索以及博弈；知识与推理包括谓词逻辑基本知识、归结原理、归结反演、确定性推理；学习与发现包括机器学习的一些知识，即分类、回归、聚类算法等；以及深度学习入门，包括图像识别、卷积神经网络、自然语言处理、循环神经网络。

通过本课程的学习，学生能够掌握逻辑推理的基本原理与技术，会使用搜索策略求解问题，了解机器学习的基本概念，了解人工智能在行业中的应用。

1、能够说出人工智能的内涵与外延、以及对社会的作用

2、能够理解机器学习的含义，能够掌握机器学习原理

3、会使用分类、回归、聚类方法求解问题

4、能利用深度学习方法构建网络，了解常见的深度学习网络

6、特别是利用卷积神经网络解决图像识别问题

7、能够理解自然语言理解方向的困难，学会使用循环神经网络解决问题

8、能够使用启发式搜索算法求解问题

9、能够使用产生式系统、谓词逻辑进行知识表示，会将一般的社会知识转换为逻辑知识

10、能够使用谓词逻辑进行确定性推理分析

已经修完程序设计、离散数学、数据结构、操作系统、等计算机基础课程。

最低知识：至少学过一门程序语言，并能够实现hello world程序的编写和运行。

如果学过Python、Java、CPP、C等任何一门语言，都对于本课程有更多帮助。

本课程的学习者，应具备以下先导知识

1. 程序语言设计：学习过相关课程，能独立编写200行以上代码的程序。本课程是支撑课程学习目标1-5的先导知识。

2. 计算机组织与结构：学习过计算机组织与结构课程，了解计算机内部5大部件的工作原理。本课程是支撑课程学习目标4的先导知识。

3. 操作系统原理：学习过操作系统原理课程，了解文件、目录、IPC等机制的基本原理；本课程是支撑课程学习目标5和6的先导知识。

4. 数据结构与算法：学习过数据结构与算法课程，能熟练使用理解简单数据结构及算法解决问题；本课程是支撑课程学习目标5的先导知识。

本课程推荐教材及与课程学习目标对应关系如下：

1. 授课教材：《人工智能》丁世飞编著 电子工业出版社  2020年第三版 ISBN：9787121363955。

（1）教材特点：《人工智能导论（第3版）》主要阐述人工智能的基本原理、方法和应用技术。全书共13章，除第1章讨论人工智能基本概念、第13章讨论人工智能的争论与展望外，其余11章按照“基本智能+典型应用+计算智能”三个模块编排内容。一个模块为人工智能经典的三大技术，分别为知识表示技术、搜索技术和推理技术，主要包括知识表示、确定性推理、搜索策略、不确定性推理；第二个模块为人工智能的典型应用领域，包括机器学习、支持向量机和专家系统；第三个模块为计算智能与群智能，包括神经计算、进化计算、模糊计算和群智能。

本课程主要选用了本教材的第一稿模块，即知识表示技术、搜索技术和推理技术中相关的内容。

（2）使用方法：本教材对应课程学习目标1-5，可以做到对课程内容前半部分的全覆盖，请同学们学习完视频之后，一定要详细阅读教材中的对应部分，并针对课后习题进行联系，能够有效提高学习质量.