"本书主要阐述人工智能问题求解方法的一般性原理和基本思想。主要内容有: 一般的搜索问题，包括盲目搜索和启发式搜索等；对抗搜索，包括博弈树搜索、蒙特卡洛树搜索和AlphaGo原理等；谓词逻辑以及基于归结的定理证明方法；知识表示，包括产生式方法、语义网络、框架等；不确定性推理方法，包括贝叶斯方法、证据理论和确定性方法等；统计机器学习方法，包括朴素贝叶斯方法、决策树、k近邻方法、支持向量机、K均值聚类算法、DBSCAN聚类算法等；神经网络与深度学习方法，包括全连接神经网络、卷积神经网络、循环神经网络、词向量等；高级搜索，包括局部搜索方法、模拟退火方法和遗传算法等。

本书可作为高等学校计算机专业的本科生或者研究生学习“人工智能基础”课程的教材或参考书。

"