本课程是计算机学科的核心课程，是高校人工智能人才培养的基础和重点环节。课程向学生介绍人工智能领域的基本知识，内容设计由简到繁，循序渐进的讲述智能体在解决现实问题相关原理和技术。整体设计从“知识-思维-技术”三个层次全方位培养学生的能力，为学生夯实人工智能的专业基础知识，形成机器学习引导的问题解决思维方式，并具备将所学知识应用到实际场景的技术能力。
本课程的教学内容共分为四个模块，涵盖人工智能的四大类经典方法，第一个模块是搜索的基本方法，包括搜索问题的定义，无信息搜索方法，有信息搜索方法。第二个模块是对抗搜索，内容包括博弈搜索和约束满足问题的回溯搜索方法。第三个模块是强化学习，内容包括马尔可夫决策过程，模型无关的强化学习以及值近似的强化学习。第四个模块是概率图模型，内容包括贝叶斯网络的表示和推理，以及马尔可夫模型和隐马尔可夫模型。
