本书介绍了经典人工智能(逻辑或演绎推理)和现代人工智能(归纳学习和神经网络)的相关知识。首先讨论演绎推理方法，主要包括搜索和逻辑；然后讨论归纳学习方法，使用统计方法，结合大量示例以得出假设，包括回归建模、分类、神经网络、强化学习、无监督学习和概率图形模型；最后介绍基于推理和学习的方法，包括贝叶斯网络、知识图谱和神经符号人工智能等技术。此外，还讨论了迁移学习和终身学习等重要话题。