顶部
收藏

计算思维与人工智能


作者:
主编 李鑫 龚声蓉 副主编 周蓓 应文豪 闫海英 赵海童
定价:
28.30元
ISBN:
978-7-04-065007-5
版面字数:
320.00千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2025-08-18
物料号:
65007-00
读者对象:
高等教育
一级分类:
计算机/教育技术类
二级分类:
计算机基础课程
三级分类:
大学计算机基础

本书是计算思维与人工智能通识课程的教材,主要介绍计算机学科中的计算思维和人工智能相关内容,对信息时代人们应具备的大数据、物联网、人工智能应用等知识也进行了系统的介绍。

本书内容上可划分为两大部分,共计9章。第一部分是计算思维相关内容,包括第1章计算机与计算,第2章信息数字化基础,第3章算法与数据结构,第4章数据组织与管理,第5章计算机网络;第二部分主要介绍人工智能的基础知识及应用,包括第6章初识人工智能,第7章智能语音识别技术,第8章智能图像识别,第9章知识图谱。

本书对传统计算机公共课的教学内容进行了改革,凝练了计算思维的内容,增加了人工智能基本技术和人工智能技术在语音识别、图像识别、知识图谱中的应用等内容。本书基于场景引入、案例应用的方针编写,内容通俗易懂,可读性好。

本书可作为高等学校本科生第一门计算机课程的教材,也可作为计算机爱好者的自学参考书。

  • 前辅文
  • 第1章 计算机与计算
    • 1.1 计算机
      • 1.1.1 图灵机
      • 1.1.2 计算与自动计算
      • 1.1.3 电子自动计算
    • 1.2 计算机系统的构成
      • 1.2.1 冯·诺依曼模型
      • 1.2.2 存储程序的思想及工作过程
      • 1.2.3 冯·诺依曼计算机的基本构成
    • 1.3 计算机软件
      • 1.3.1 软件
      • 1.3.2 计算机语言
    • 1.4 计算思维
    • 1.5 人工智能及应用
    • 思考题
  • 第2章 信息数字化基础
    • 2.1 信息及其表示
      • 2.1.1 比特、字节、字
      • 2.1.2 用计算机中的“0”和“1”解决问题
      • 2.1.3 数制
      • 2.1.4 数制间转换
    • 2.2 二进制数值表示与算术运算
    • 2.3 数值在计算机中的表示
    • 2.4 真与假——一切都是逻辑
      • 2.4.1 基本逻辑运算
      • 2.4.2 用开关元件实现基本逻辑运算
      • 2.4.3 用硬件逻辑实现加法运算(加法器)
      • 2.4.4 用硬件逻辑实现2-4译码器
    • 2.5 字符信息编码
      • 2.5.1 编码
      • 2.5.2 二-十进制编码
      • 2.5.3 字符编码
      • 2.5.4 汉字编码
    • 思考题
  • 第3章 算法与数据结构
    • 3.1 初识算法
      • 3.1.1 算法定义
      • 3.1.2 算法特征
      • 3.1.3 算法描述
      • 3.1.4 算法复杂度
    • 3.2 算法思想
      • 3.2.1 穷举
      • 3.2.2 迭代
      • 3.2.3 递推
      • 3.2.4 递归
      • 3.2.5 贪心
    • 3.3 数据结构与算法的应用
      • 3.3.1 数据之间的关系
      • 3.3.2 数组与排序
      • 3.3.3 栈与浏览器的前进后退
      • 3.3.4 图与社交关系
    • 思考题
  • 第4章 数据组织与管理
    • 4.1 传统数据库技术
      • 4.1.1 数据库技术的发展
      • 4.1.2 数据库系统
      • 4.1.3 关系数据库
      • 4.1.4 结构化查询语言
    • 4.2 大数据时代的数据变革
      • 4.2.1 大数据时代
      • 4.2.2 大数据的特征
      • 4.2.3 大数据的经典应用
    • 思考题
  • 第5章 计算机网络
    • 5.1 计算机网络基本概念
      • 5.1.1 定义与分类
      • 5.1.2 计算机网络的功能
      • 5.1.3 计算机网络的组成
      • 5.1.4 互联网
    • 5.2 网络通信基础知识
      • 5.2.1 基本术语
      • 5.2.2 信号编码方法
      • 5.2.3 传输媒介
      • 5.2.4 网络的拓扑结构
      • 5.2.5 数据交换技术
      • 5.2.6 IP地址与域名
    • 5.3 计算机网络协议与体系结构
      • 5.3.1 网络协议
      • 5.3.2 网络体系结构
      • 5.3.3 数据传输过程
    • 5.4 计算机网络安全
      • 5.4.1 影响网络安全的因素
      • 5.4.2 网络面临的安全威胁
      • 5.4.3 安全的计算机网络
      • 5.4.4 网络安全技术
    • 5.5 计算机网络技术发展趋势
    • 思考题
  • 第6章 初识人工智能
    • 6.1 人工智能概述
    • 6.2 人工智能的发展历程
    • 6.3 人工智能的三大学派
      • 6.3.1 符号主义学派
      • 6.3.2 连接主义学派
      • 6.3.3 行为主义学派
    • 6.4 监督学习与无监督学习
      • 6.4.1 监督学习
      • 6.4.2 无监督学习
    • 6.5 人工神经网络基本原理
      • 6.5.1 神经元模型
      • 6.5.2 感知机与多层感知机
      • 6.5.3 误差反向传播算法
    • 思考题
  • 第7章 智能语音识别技术
    • 7.1 概述
      • 7.1.1 基本概念
      • 7.1.2 语音识别的基本原理
      • 7.1.3 语音识别的应用
    • 7.2 语音获取与表示
      • 7.2.1 采样
      • 7.2.2 量化
      • 7.2.3 数字音频的文件格式
    • 7.3 语音增强
      • 7.3.1 语音增强的基本原理
      • 7.3.2 语音增强方法与应用
    • 7.4 语音合成
      • 7.4.1 概述
      • 7.4.2 语音合成原理
      • 7.4.3 语音合成应用
      • 7.4.4 交通信息播报系统语音合成流程
    • 7.5 语音识别
      • 7.5.1 概述
      • 7.5.2 声纹识别
      • 7.5.3 语音情感识别
    • 7.6 社交机器人语音交互案例
      • 7.6.1 语音交互
      • 7.6.2 机器人语音交互流程
      • 7.6.3 机器人语音交互应用
    • 思考题
  • 第8章 智能图像识别
    • 8.1 图像识别概述
    • 8.2 图像识别的应用
      • 8.2.1 工业领域的应用
      • 8.2.2 遥感领域中的应用
      • 8.2.3 生物医学中的应用
      • 8.2.4 公共安全领域的应用
      • 8.2.5 智慧金融领域的应用
      • 8.2.6 日常生活中的应用
    • 8.3 图像识别的过程
    • 8.4 图像的表示
      • 8.4.1 采样
      • 8.4.2 量化
      • 8.4.3 数字图像的基本类型
      • 8.4.4 数字图像的基本文件格式
    • 8.5 图像预处理
      • 8.5.1 图像增强
      • 8.5.2 图像复原技术
      • 8.5.3 几何畸变校正
    • 8.6 特征提取
    • 8.7 决策分类
      • 8.7.1 基于统计学习的图像分类方法
      • 8.7.2 基于深度学习的图像分类方法
    • 8.8 图像识别案例
      • 8.8.1 基于几何特征的人脸识别
      • 8.8.2 基于卷积神经网络的手写体识别
      • 8.8.3 机器视觉
    • 思考题
  • 第9章 知识图谱
    • 9.1 什么是知识图谱
    • 9.2 知识图谱的发展历史
      • 9.2.1 起源阶段
      • 9.2.2 发展阶段
      • 9.2.3 繁荣阶段
    • 9.3 搜索引擎中的知识图谱
    • 9.4 知识图谱的构建
      • 9.4.1 知识图谱表示
      • 9.4.2 知识图谱分类
    • 9.5 实体关系定义及抽取
      • 9.5.1 schema定义
      • 9.5.2 数据集来源途径
      • 9.5.3 实体识别和关系抽取
    • 9.6 Neo4j数据库
      • 9.6.1 Cypher语句
      • 9.6.2 图数据库操作(基于实例)
    • 9.7 知识图谱典型下游应用
    • 思考题
  • 参考文献

相关图书