人工智能是国内外著名大学计算机专业设置的骨干课之一，也是国内外著名高校和研究机构的主要研究方向之一。人工智能研究如何用计算机软件和硬件去实现Agent的感知、决策与智能行为，其理论基础表现为搜索、推理、规划和学习，应用领域包括计算机视觉、图像分析、模式识别、专家系统、自动规划、智能搜索、计算机博弈、智能控制、机器人学、自然语言处理、社交网络、数据挖掘、虚拟现实等。

       本课程在系统回顾人工智能发展历程的基础上，重点介绍人工智能的核心思想、基本理论，基本方法与部分应用。 课程以该英文原版教材为主，并根据人工智能、特别是机器学习领域的发展和变化，编撰和充实了大量的内容。本课程共有12讲.

课程成绩采用百分制，达到60分算“合格”，达到90分以上算“优秀”。

其中：

    课堂出勤与参与讨论(10%)，单元测验（10%），个人作业(10%)，小组项目(30%)，期末考试(40%) 

本课程的先修课：数据结构，算法设计与分析，离散数学，JAVA编程，Python编程，微积分，概率论，线性代数/矩阵论

[1] 王文敏：《人工智能原理》，高等教育出版社，2019年8月28日
https://www.hep.com.cn/book/details?uuid=b0900ec1-16ac-1000-804d-4f70147a3a5d

[2] Stuart Russell, Peter Norvig. "Artificial Intelligence: A Modern Approach (3rd Edition)". Prentice Hall, Dec. 11, 2009.

注：这本书被认为是最经典的人工智能教材，已被全球100多个国家的1200多所著名大学选用。

[3] 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：这本书是上述英文教材的中译本，我国已将其作为“世界著名计算机教材精选”之一。

[4] Artificial Intelligence: A Modern Approach, https://aima.cs.berkeley.edu/

注：这是上述英文教材的网站，有许多相关的资源。

[5] Mehryar Mohri, Afshin Rostamizadeh and Ameet Talwalkar. "Foundations of Machine Learning". The MITPress, Aug. 17, 2012.