人工智能是一门发展极其迅速且内容十分丰富的学科。本书以人工智能理论算法及其编程实现为核心，按照人工智能经典方法到现代算法顺次进行内容编排，全书共7章，第1章人工智能概论，第2章逻辑与推理，第3章搜索求解，第4章机器学习: 监督学习，第5章机器学习: 无监督学习，第6章神经网络与深度学习，第7章强化学习。本书还将矩阵运算、**化方法、概率论等数学知识作为附录。书中每章都附有习题。 本书可作为地方高校人工智能专业和计算机大类专业的本科生或研究生学习人工智能的教材。由于书中各章内容相对独立，教师可以根据不同专业不同学生的需要选择讲授内容。

王洪元，常州大学计算机与人工智能学院教授。主持国家自然科学基金项目3项，其它国家、省、市基金及企业项目几十项；在国内外期刊和学术会议上发表学术论文150多篇；获得发明专利6项，出版专著1部，教材3部；获省部级科技进步二等奖3次，三等奖3次。常州大学计算机科学与技术一级硕士点学科带头人、常州市过程感知与互联技术重点实验室主任、常州大学智能系统研究所所长、常州大学模式识别与机器学习科研创新团队负责人。

前言 人工智能是研究和开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门综合学科，其涉及领域十分广泛。 20世纪90年代初，常州大学借助国内外优质资源，开始人工智能教学工作，并着手培养师资。借此，笔者有幸先后师从浙江大学钱积新教授、南京理工大学夏德深教授，开始从事人工智能有关领域的理论学习与应用研究。2002年开始在常州大学给计算机本科生和自动化本科生讲授“人工智能基础（神经网络技术）”专业课程，2007年开始给计算机硕士研究生讲授“人工智能”学位课程，2016年开始给全校理工类本科生讲授“人工智能导论”公选课程，2020年开始给人工智能专业本科生讲授“人工智能导论”专业基础课程。经过多年的教学实践，笔者强烈感觉到需要一部适合于地方高校使用的人工智能教材，该教材应该既能比较完整地反映人工智能理论方法发展至今的全貌，又强调人工智能理论算法的编程实现。基于这样的考虑，笔者于2020年年初开始着手本教材的编写工作，经过3年的边编写边教学，于2023年春完成主体编写工作。 本教材以人工智能理论算法及其编程实现为核心，按照经典方法到现代算法顺次进行内容编排，具体如下: 第1章人工智能概论，介绍人工智能的定义、发展历程、现状、研究和应用领域；第2章介绍命题逻辑、谓词逻辑、知识图谱；第3章介绍经典和现代搜索策略，包括盲目搜索策略、启发式搜索策略、AlphaBeta剪枝算法和蒙特卡罗搜索算法及它们的编程实现；第4章介绍有监督机器学习方法，包括回归分析、线性判别分析、AdaBoosting、支持向量机、决策树及它们的编程实现；第5章介绍无监督机器学习方法，包括K...