"本书是国家级一流本科课程“人工智能”的配套教材，是作者二十余年教学经验的结晶。考虑初学者的特点，遵循思维过程安排全书内容，同时通过案例学习深化理解。 全书分两篇，共11章。基础篇（第1～6章）包括绪论、确定性推理、不确定性推理、搜索策略、机器学习和知识图谱。应用篇（第7～11章），包括人工神经网络与深度学习、卷积神经网络及其图像分类案例、推荐系统及其应用案例、决策树分类方法及案例实现和ChatGPT。除绪论外，每章内容均按照“基础理论+应用案例”的结构组织和撰写。第7章和第8章都以神经网络为基础，其他各章各成体系。 本书适合作为高等院校计算机科学与技术、软件工程、智能科学与技术、人工智能等相关专业高年级本科生、研究生的教材，也可供对人工智能感兴趣的读者参考。 "

前言 人工智能经过近70年的演进，已经成为这个时代最具变革的技术力量。过去10年，深度学习成为主流，人工智能进入了大数据、大计算、大模型的时代。从AlphaGo在围棋领域战胜人类，到现在我们正在经历的ChatGPT、DeepSeek现象，人工智能技术正在深层次地改变我们的世界。作为发展新质生产力的重要引擎，人工智能正在全球范围内引发深刻的变革。对于中国来说，抓住这一历史机遇，实现人工智能产业的快速发展，具有重要的战略意义。 从1998年起，我们开始人工智能的教学与研究。从最初单纯介绍知识表示、推理和搜索策略等经典理论，到后来增加了实践、项目作业等应用环节，再到当前“经典理论+新技术新方法”的教学设计，历经二十余年终获突破，我校“人工智能”课程于2016年建成辽宁省精品资源共享课程，2017年建成在线课程并在“高校邦”平台上线使用，2019年在超星平台完成重建，2020年获批省级一流线上线下混合课程。2023年获批国家级线上线下混合式一流本科课程。本书是作者在多年教学基础上重新梳理整合教学内容，同时引入国内外最新的研究成果编撰而成的。经典内容力求逻辑结构紧密，新技术、新方法部分力求“新”与“应用”相结合，“新”与“基础”相适应。 全书分为基础篇和应用篇两部分，共11章。第1章介绍人工智能相关的基本内容；第2章由推理的基本概念引入，主要介绍确定性推理中的谓词逻辑推理、自然演绎推理和归结演绎推理的基本概念和方法；第3章讲述不确定性推理方法，包括产生式知识表示、可信度推理方法和主观贝叶斯推理方法；第4章先介绍状态空间表示，然后举例说明宽度优先搜索、深度优先搜索、代价树搜索...