本書主要闡述人工智能問題求解方法的一般性原理和基本思想，主要內(nèi)容包括：人工智能發(fā)展簡史；一般的搜索問題，包括盲目搜索和啟發(fā)式搜索；對抗搜索，包括α-β剪枝、蒙特卡洛樹搜索、AlphaGo原理、強化學(xué)習(xí)；謂詞邏輯以及基于歸結(jié)的定理證明方法；知識表示，包括產(chǎn)生式方法、語義網(wǎng)絡(luò)、框架；不確定性推理方法，包括貝葉斯方法、證據(jù)理論和確定性方法；統(tǒng)計學(xué)習(xí)方法，包括樸素貝葉斯方法、決策樹、支持向量機、k近鄰方法、k均值方法、基于密度的聚類；神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)，包括什么是神經(jīng)元和神經(jīng)網(wǎng)絡(luò)、全鏈接網(wǎng)絡(luò)、BP算法、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)；高級搜索，包括局部搜索、模擬退火算法和遺傳算法等。