人工智能是迅速发展的新兴学科，已经成为许多高新技术产品的核心技术。人工智能模拟人类智能解决问题，几乎在所有领域都有非常广泛的应用。
本课程为入门级人工智能课程，适合初学者，可以帮助初学者实现“零基础”学习人工智能。本课程采用浙江工业大学王万良教授编著的专业教材《人工智能导论》（第4版），紧紧围绕人工智能的基本思想、基本理论、基本方法及其应用展开，并融合了人工智能的一些前沿内容。
通过本课程的学习，了解人工智能的基本概念，发展历史，研究内容，应用领域，可以掌握知识表示、确定性和不确定性推理、搜索、进化计算、群智能、专家系统、机器学习等基本理论与实用方法，可以提高应用人工智能理论解决工程问题的能力。
学习重在利用Python，自己动手，实现若干人工智能的算法或应用。动手就是硬道理。
课程总成绩是由单元测验（30%）、作业（20%）、讨论（10%）和项目实践（40%）组成。
学习者具备一定的计算思维及程序设计基础，以及线性代数、概率论等数学知识即可。
第一讲 人工智能概述
1.1 简介
1.2人工智能的概念
1.3 人工智能的发展简史
1.4 人工智能研究的基本内容
第一讲 人工智能概述单元测试
第二讲 一阶谓词逻辑知识表示法
2.1 命题逻辑
2.2 谓词逻辑
2.3 一阶谓词逻辑知识表示法
第二讲 一阶谓词逻辑知识表示法单元测试
第三讲 产生式表示法和框架表示法
3.1产生式表示法
3.2 框架表示法
第三讲 产生式表示法和框架表示法单元测试
第四讲 基于谓词逻辑的推理方法
4.1 推理方式及其分类
4.2 归结演绎推理
4.3 鲁滨逊归结原理
4.4 归结反演
4.5 应用归结原理求问题
第四讲 基于谓词逻辑的推理方法单元测试
第四讲 基于谓词逻辑的推理方法作业
第五讲 可信度方法和证据理论
5.1 不确定推理
5.2 可信度方法
5.3 证据理论
第五讲 可信度方法和证据理论单元测试
第六讲 模糊推理方法
6.1 模糊逻辑提出
6.2 模糊集合与隶属函数
6.3 模糊关系及其合成
6.4 模糊推理与模糊决策
6.5 模糊推理的应用
第六讲 模糊推理方法单元测试
第七讲 搜索求解策略
第七讲 A星算法虚拟仿真实验
A*算法虚拟实验操作说明
7.1 搜索的概念
7.2 状态空间知识表示法
7.3 启发式图搜索策略
第七讲 搜索求解策略单元测试
第八讲 遗传算法及其应用
遗传算法虚拟实验操作说明
8.1 智能计算——基本遗传算法
8.2 遗传算法的基本操作
8.3 遗传算法的一般步骤
8.4 遗传算法的特点
第八讲 遗传算法虚拟仿真实验
第八讲 遗传算法及其应用单元测试
第九讲 群智能算法及其应用
9.1 粒子群优化算法及应用
9.2 蚁群算法及应用
第九讲 群智能算法及其应用单元测试
第十二讲 BP神经网络和Hopfield神经网络
12.1 神经元与神经网络
12.2 BP神经网络
12.6 Hopfield神经网络的应用
12.4 离散型Hopfield神经网络
12.5 连续型Hopfield神经网络
12.3 BP神经网络在模式识别中的应用
第十二讲 BP神经网络和Hopfield神经网络单元测试
第十三讲 深度神经网络及其应用
13.1 卷积神经网络
神经网络深度学习虚拟仿真实验操作说明
13.3 生成对抗网络
13.2 胶囊网络
第十三讲 深度神经网络及其应用单元测试
第十三讲 神经网络深度学习虚拟仿真实验
第十讲 专家系统及知识图谱
10.1 专家系统
10.2 知识图谱
第十讲 专家系统及知识图谱单元测试
第十一讲 机器学习
11.1 机器学习发展
11.2 机器学习方法
11.3 机器学习技术
第十一讲 机器学习单元测试
第十四讲 智能体系统
14.2 智能体结构
14.1智能体的概念
第十四讲 智能体系统单元测试
[1]王万良.人工智能导论（第4版），高等教育出版社，2017年7月（教材官网）
[2]李德毅，人工智能导论，中国科学技术出版社，2018
[3]王万良.人工智能及其应用（第三版），高等教育出版社，2016年2月（教材官网）
[4]Stuart Russell and Peter Norvig, “Artificial Intelligence – A Modern Approach (3rd ed)”, . Prentice Hall, Dec. 11, 2009.
[5]Stuart Russell等著，殷建平等译：《人工智能：一种现代的方法 (第3版)》，清华大学出版社，2013年11月1日。
注：这本书是上述参考书籍[4]的中译本
【6】朱福喜 人工智能（第3版） 清华大学出版社 ，2017年9