- 大学计算机(人工智能通识版普通高等教育十四五计算机基础系列教材)
- - 作者：编者:包空军//程静//王鹏远|责编:陆慧萍//许璐
  - 出版社：中国铁道
  - ISBN：9787113323653
  - 出版日期：2025/08/01
  - 页数：264
- 售价：20.8

内容大纲
    本书依据教育部高等学校大学计算机课程教学指导委员会编制的《新时代大学计算机基础课程教学基本要求》，结合普通高等学校的实际情况编写。教材基于“四新”（新工科、新农科、新医科和新文科）人才培养理念，指导学生树立计算思维意识，帮助学生深入理解计算思维的本质，了解人工智能的核心技术，为今后的专业学习和工作奠定坚实基础。
    本书共分9章，主要内容包括：计算机与计算思维、数据表示与信息编码、人工智能基础、人工智能的网络环境、数据结构与算法基础、Python程序设计基础、数据管理与数据处理、基于知识的系统和人工智能主题应用。
    本书注意将课程思政有机融入教学，理论讲解深入浅出，案例丰富生动，适合作为高等学校非计算机类专业人工智能通识课程的教材，也可作为人工智能爱好者的入门教材。
作者介绍
目录
第1章  计算机与计算思维
  1.1  计算机
    1.1.1  计算机的发展
    1.1.2  计算机的应用领域
  1.2  计算机基本结构和工作原理
    1.2.1  图灵机模型
    1.2.2  冯·诺依曼体系
  1.3  现代计算机系统的基本构成
    1.3.1  计算机硬件系统
    1.3.2  计算机软件系统
  1.4  指令与指令系统
    1.4.1  指令
    1.4.2  指令系统
    1.4.3  程序
  1.5  计算机应用系统的计算模式
    1.5.1  单主机计算模式
    1.5.2  分布式客户端/服务器计算模式
    1.5.3  浏览器/服务器计算模式
    1.5.4  新的计算模式
  1.6  计算思维概述
    1.6.1  计算思维的概念
    1.6.2  计算思维的应用
  1.7  计算机应用中的职业道德
    1.7.1  社会问题
    1.7.2  道德问题
    1.7.3  知识产权保护
  思政小课堂
  习题
第2章  数据表示与信息编码
  2.1  数制及数制转换
    2.1.1  进位计数制
    2.1.2  数制转换
    2.1.3  二进制数的算术运算
  2.2  数值型数据在计算机中的表示
    2.2.1  机器数与真值
    2.2.2  有符号数的表示
    2.2.3  实数在计算机中的表示
  2.3  字符编码
    2.3.1  ASCII编码
    2.3.2  Unicode编码
    2.3.3  UTF-8编码
    2.3.4  汉字编码
  2.4  条形码与二维码
    2.4.1  条形码
    2.4.2  二维码
  2.5  多媒体数据编码
    2.5.1  音频编码
    2.5.2  图像编码
    2.5.3  视频编码
  思政小课堂

  习题
第3章  人工智能基础
  3.1  人工智能概述
    3.1.1  智能与人工智能定义
    3.1.2  人工智能的研究目标
    3.1.3  人工智能技术的分类
    3.1.4  人工智能的产生与发展
    3.1.5  人工智能研究的基本内容和特点
    3.1.6  人工智能的应用
    3.1.7  人工智能与深度学习
  3.2  人工智能主要研究学派
    3.2.1  结构模拟
    3.2.2  功能模拟
    3.2.3  行为模拟
    3.2.4  机制模拟
  3.3  人工智能的要素
    3.3.1  数据
    3.3.2  算力
    3.3.3  算法
  3.4  人工智能与社会
    3.4.1  人工智能技术对人类社会的主要影响
    3.4.2  对人工智能发展的哲学思考
  思政小课堂
  习题
第4章  人工智能的网络环境
  4.1  网络的概念与体系结构
    4.1.1  计算机网络的定义
    4.1.2  计算机网络的发展
    4.1.3  计算机网络的组成
    4.1.4  计算机网络的功能与分类
    4.1.5  网络体系结构
    4.1.6  网络协议
  4.2  互联网及其应用
    4.2.1  Internet概述
    4.2.2  Internet的接入
    4.2.3  IP地址与MAC地址
    4.2.4  WWW服务
    4.2.5  域名系统
    4.2.6  电子邮件
    4.2.7  文件传输
    4.2.8  基于AI（人工智能）环境的搜索引擎
  4.3  人工智能对计算机网络的影响与融合演进
    4.3.1  网络性能优化与资源管理
    4.3.2  网络安全领域的智能化革新
    4.3.3  网络架构变革与新场景拓展
    4.3.4  挑战与伦理风险
  4.4  云计算
    4.4.1  云计算模式
    4.4.2  云计算的关键特性
    4.4.3  云计算服务

    4.4.4  云计算的应用场景
  4.5  物联网
    4.5.1  物联网的概念
    4.5.2  物联网的关键技术
    4.5.3  物联网的应用场景
  4.6  移动互联网
    4.6.1  移动互联网简介
    4.6.2  移动互联网的主要特征
    4.6.3  移动互联网技术基础
  4.7  区块链
    4.7.1  区块链简介
    4.7.2  区块链的特征
    4.7.3  区块链的核心技术
    4.7.4  区块链的发展和应用
  4.8  计算机网络安全
    4.8.1  计算机病毒及其防范
    4.8.2  网络攻击及其防范
  思政小课堂
  习题
第5章  数据结构与算法基础
  5.1  算法的基本概念
    5.1.1  算法的定义与性质
    5.1.2  设计算法的原则和过程
    5.1.3  算法设计的基本方法
  5.2  算法的控制结构与表达
    5.2.1  算法的控制结构
    5.2.2  算法的表达
  5.3  数据结构
    5.3.1  数据结构概述
    5.3.2  线性结构和非线性结构
    5.3.3  数组
    5.3.4  链表
    5.3.5  栈
    5.3.6  队列
    5.3.7  树
    5.3.8  二叉树
    5.3.9  图
  5.4  基本算法
    5.4.1  累加算法
    5.4.2  连乘算法
    5.4.3  统计算法
    5.4.4  求最大值和最小值算法
    5.4.5  排序
    5.4.6  查找
  5.5  算法分析
    5.5.1  算法的时间复杂度
    5.5.2  算法的空间复杂度
    5.5.3  时间与空间复杂度比较
  5.6  程序设计与软件开发
    5.6.1  确定软件开发需求

    5.6.2  软件设计与开发
    5.6.3  文档整理
    5.6.4  软件维护
  思政小课堂
  习题
第6章  Python程序设计基础
  6.1  程序设计语言概述
    6.1.1  程序设计语言的发展历程
    6.1.2  程序设计语言的分类
    6.1.3  常见程序设计语言特点
  6.2  Python基础
    6.2.1  Python与IDLE
    6.2.2  一个简单的Python实例
    6.2.3  Python程序语法元素分析
    6.2.4  Python的库
  6.3  Python的数据类型与运算符
    6.3.1  Python的变量和常量
    6.3.2  Python的数据类型
    6.3.3  运算符与表达式
    6.3.4  运算符的优先级
  6.4  Python的流程控制概述
    6.4.1  Python的选择结构
    6.4.2  迭代与可迭代对象
    6.4.3  Python的循环结构
  6.5  函数
    6.5.1  函数的定义
    6.5.2  函数的调用
    6.5.3  递归函数
  6.6  文本文件的操作
    6.6.1  文件概述
    6.6.2  文件的打开与关闭
    6.6.3  文本文件的读/写
    6.6.4  CSV文件简介
  思政小课堂
  习题
第7章  数据管理与数据处理
  7.1  数据管理概述
    7.1.1  数据管理与数据管理技术
    7.1.2  数据管理的发展
    7.1.3  数据库管理系统的基本功能
  7.2  数据库的体系结构与数据模型
    7.2.1  数据库体系结构
    7.2.2  数据模型
    7.2.3  数据库管理系统的分类
  7.3  关系模型
    7.3.1  关系模型中的基本概念
    7.3.2  关系完整性约束
    7.3.3  基本关系运算
    7.3.4  关系数据库规范化
  7.4  数据分析与处理

    7.4.1  数据分析的含义
    7.4.2  常用数据分析方法
    7.4.3  数据可视化
  思政小课堂
  习题
第8章  基于知识的系统
  8.1  知识与知识表示
    8.1.1  知识的定义
    8.1.2  知识表示方法
  8.2  决策树
    8.2.1  决策树的常用算法
    8.2.2  决策树的构建过程
    8.2.3  决策树的优势与局限
  8.3  知识图谱
    8.3.1  知识图谱的概念
    8.3.2  知识图谱的生命周期
    8.3.3  知识图谱的应用
  8.4  专家系统
    8.4.1  专家系统的概述
    8.4.2  专家系统的特点
    8.4.3  专家系统的结构
    8.4.4  专家系统的应用
  8.5  机器学习
    8.5.1  机器学习的概述
    8.5.2  机器学习的应用
    8.5.3  机器学习的分类
    8.5.4  常见的机器学习的算法
  8.6  深度学习
    8.6.1  神经网络
    8.6.2  深度学习的定义
    8.6.3  深度学习模型
    8.6.4  常用深度学习框架
    8.6.5  深度学习的未来发展
  8.7  大语言模型
    8.7.1  生成式人工智能的概念
    8.7.2  生成式人工智能产业和应用
    8.7.3  生成式人工智能的开发过程
    8.7.4  生成式人工智能的优化
    8.7.5  国产大模型
  思政小课堂
  习题
第9章  人工智能主题应用
  9.1  计算机视觉
    9.1.1  数字图像处理技术
    9.1.2  计算机视觉的概念
    9.1.3  计算机视觉的发展
    9.1.4  计算机视觉的应用
  9.2  自然语言处理
    9.2.1  自然语言处理的定义
    9.2.2  自然语言理解的发展

    9.2.3  自然语言处理的研究方向
    9.2.4  语音识别
    9.2.5  自然语言处理相关工具和平台
  9.3  机器人
    9.3.1  机器人概述
    9.3.2  机器人常见种类
  思政小课堂
  习题
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目