【章名目录】
第1章 计算机与计算思维
第2章 操作系统基础
第3章 WPS办公软件
第4章 多媒体技术及应用
第5章 数据库与大数据
第6章 计算机网络和信息安全
第7章 数据结构与算法
第8章 Python程序设计
第9章 人工智能基础
第10章 人工智能技术
第11章 大语言模型与AIGC
第12章 AI应用

【详细目录】

第1章 计算机与计算思维
1.1 计算机的发展和应用领域概述 1
1.1.1 计算机的发展 1
1.1.2 计算机的应用领域 3
1.2　计算机系统的基本构成 4
1.2.1 冯·诺依曼计算机简介 4
1.2.2 现代计算机系统的构成 5
1.3　计算机的部件 6
1.3.1 CPU简介 6
1.3.2 存储器的组织结构和分类 7
1.3.3 常用总线标准 8
1.3.4 常用输入输出设备及其接口 9
1.4　进制及不同进制之间的数值转换 10
1.4.1 进位计数制 10
1.4.2 不同进制数相互转换 11
1.4.3 二进制数的算术运算 12
1.5　计算机信息处理 13
1.5.1 数值信息的表示 13
1.5.2 非数值数据的编码 15
1.6　计算思维概述 17
1.6.1 计算思维的定义 17
1.6.2 计算思维的特征 17
1.6.3 计算思维的主要组成部分 18
1.6.4 计算思维在不同领域的应用 19
1.6.5 培养计算思维的重要性 19
习题1 20

第2章 操作系统基础
2.1 操作系统概述 21
2.1.1 操作系统的定义 21
2.1.2 操作系统的基本功能 21
2.1.3 操作系统的分类 26
2.2　微机操作系统的演化过程 27
2.2.1 DOS 27
2.2.2 Windows操作系统 28
2.3　Windows 10使用基础 29
2.3.1 Windows 10的安装 29
2.3.2 Windows 10的桌面 29
2.3.3 Windows 10的窗口 29
2.4　Windows 10的基本资源与操作 30
2.4.1 浏览计算机中的资源 31
2.4.2 库 31
2.4.3 回收站的使用和设置 31
2.4.4 输入法 31
2.4.5 Windows 10的附件 32
2.4.6 磁盘管理 33
2.5　控制面板 35
2.6　Windows 10的网络功能 35
2.6.1 网络软硬件的安装 35
2.6.2 选择网络位置 36
2.6.3 资源共享 36
2.7　国产操作系统简介 36
2.7.1 华为鸿蒙系统 37
2.7.2 麒麟操作系统 37
习题2 38

第3章 WPS办公软件
3.1 WPS界面介绍与通用功能 39
3.1.1 WPS首页 39
3.1.2 标签页管理模式 40
3.2　WPS文字 41
3.2.1 WPS文字概述 41
3.2.2 文档编辑 42
3.2.3 文档排版 42
3.2.4 表格制作 45
3.2.5 图文混排 47
3.2.6 文档页面设置与打印 48
3.3　WPS表格 49
3.3.1 WPS表格概述 49
3.3.2 数据输入 51
3.3.3 格式化 52
3.3.4 公式和函数 53
3.3.5 数据管理 56
3.3.6 图表 57
3.3.7 表格的打印 58
3.4　WPS演示 59
3.4.1 WPS演示概述 59
3.4.2 演示文稿的设置 60
3.4.3 演示文稿的放映 62
3.4.4 设置链接 63
3.4.5 演示文稿的打印 64
习题3 64

第4章 多媒体技术及应用
4.1 多媒体技术的基本概念 67
4.1.1 多媒体概述 67
4.1.2 多媒体技术的定义和特征 67
4.1.3 多媒体技术的分类 68
4.1.4 多媒体技术的应用 68
4.2　多媒体系统的组成 69
4.2.1 多媒体系统的硬件 69
4.2.2 多媒体系统的软件 69
4.3　多媒体信息在计算机中的表示与处理 70
4.3.1 声音媒体的数字化 70
4.3.2 视觉媒体的数字化 71
4.3.3 多媒体数据压缩技术 71
4.4　图像处理软件 71
4.4.1 Adobe Photoshop 72
4.4.2 醒图 74
4.4.3 美图秀秀 75
4.5　视频处理软件 77
4.5.1 Premiere 77
4.5.2 剪映 80
4.6　虚拟现实/增强现实技术 81
4.6.1 虚拟现实技术 81
4.6.2 增强现实技术 82
4.7　元宇宙 82
4.7.1 元宇宙的概念 82
4.7.2 元宇宙的特征 82
4.7.3 元宇宙的应用 83
习题4 84

第5章 数据库与大数据
5.1 数据库系统概述 85
5.1.1 数据库的基本概念 85
5.1.2 数据库的发展 87
5.1.3 数据模型 88
5.1.4 常见的数据库管理系统 90
5.1.5 云数据库及常见的国产数据库 92
5.2　Access 2016简介 93
5.3　大数据简介 95
5.3.1 大数据的概念 95
5.3.2 大数据的特征 95
5.3.3 大数据的关键技术 95
5.3.4 大数据的应用 97
习题5 98

第6章 计算机网络和信息安全
6.1 计算机网络概述 99
6.1.1 计算机网络的定义 99
6.1.2 计算机网络的发展 99
6.1.3 计算机网络的组成 100
6.1.4 计算机网络的分类 101
6.1.5 计算机网络体系结构和TCP/IP 102
6.2　计算机网络硬件 102
6.2.1 网络传输介质 102
6.2.2 网卡 103
6.2.3 交换机 103
6.2.4 路由器 103
6.3　计算机局域网 104
6.3.1 局域网概述 104
6.3.2 带冲突检测的载波监听多路访问协议 105
6.3.3 以太网 105
6.4　Internet及其应用 105
6.4.1 Internet概述 105
6.4.2 Internet的接入方式 106
6.4.3 IP地址与MAC地址 106
6.4.4 WWW服务 107
6.4.5 域名系统 108
6.4.6 电子邮件 108
6.4.7 文件传输 108
6.5　搜索引擎 109
6.5.1 搜索引擎的发展历程 109
6.5.2 搜索引擎的分类 110
6.5.3 搜索引擎关键技术 110
6.5.4 常用的搜索引擎 110
6.6　信息安全概述及技术 111
6.6.1 信息安全 112
6.6.2 OSI信息安全体系结构 112
6.6.3 信息安全技术 112
6.7　计算机病毒与黑客的防范 113
6.7.1 计算机病毒及其防范 113
6.7.2 网络黑客及其防范 113
6.8　云计算 114
6.8.1 云计算的概念 114
6.8.2 云计算的优势 114
6.8.3 云计算的服务类型 114
6.9　物联网 115
6.9.1 物联网的概念 115
6.9.2 物联网的特征 116
6.9.3 物联网的体系结构 116
6.9.4 物联网的应用 117
6.10 区块链 117
6.10.1 区块链的概念 117
6.10.2 区块链的特征 118
6.10.3 区块链的关键技术 118
6.10.4 区块链的应用 118
习题6 119

第7章 数据结构与算法
7.1 数据结构 120
7.1.1 数据结构概述 120
7.1.2 数组 121
7.1.3 链表 121
7.1.4 栈 122
7.1.5 队列 122
7.1.6 树和二叉树 123
7.1.7 图 124
7.2　算法概述 124
7.2.1 算法的概念 124
7.2.2 算法的特征 125
7.2.3 算法的描述工具 125
7.3　常用算法 126
7.3.1 累加求和算法 127
7.3.2 连乘求积算法 127
7.3.3 求最值算法 128
7.3.4 排序算法 128
7.3.5 查找算法 129
7.3.6 统计算法 130
7.3.7 常见的人工智能算法 130
7.4　程序设计 132
7.4.1 程序设计的概念 133
7.4.2 结构化程序设计的基本原则 133
7.4.3 程序设计的基本结构 134
7.4.4 程序设计语言简介 136
习题7 136

第8章 Python程序设计
8.1 Python概述 138
8.2　Python的安装 139
8.3　Python语法基础 140
8.3.1 Python的语法特点 140
8.3.2 变量和常量 141
8.3.3 标识符与关键字 142
8.3.4 运算符与表达式 143
8.4　简单数据类型 145
8.4.1 数字类型 145
8.4.2 字符串类型 146
8.5　标准输入输出 148
8.5.1 标准输入函数 148
8.5.2 标准输出函数 148
8.6　Python控制语句 148
8.6.1 选择语句 149
8.6.2 循环语句 150
8.6.3 跳转语句 151
8.7　Python数据结构 152
8.7.1 列表 152
8.7.2 元组 155
8.7.3 序列及通用操作 156
8.7.4 字典 158
8.7.5 集合 160
8.8　标准库和第三方库 161
8.8.1 标准库 161
8.8.2 第三方库 162
8.8.3 安装第三方库 163
习题8 164

第9章 人工智能基础
9.1 人工智能的概念 165
9.2　人工智能的发展 166
9.3　人工智能的研究内容 168
9.4　人工智能的应用 169
9.5　人工智能安全与伦理 171
习题9 172

第10章 人工智能技术
10.1 机器学习 173
10.1.1 机器学习的核心概念 173
10.1.2 机器学习的基本原理 174
10.1.3 机器学习的主要类型 174
10.1.4 机器学习的一般流程 175
10.1.5 机器学习的应用 175
10.2 深度学习 176
10.2.1 深度学习的原理 176
10.2.2 神经网络架构类型 177
10.2.3 深度学习的训练过程 177
10.2.4 深度学习的应用 178
10.3 计算机视觉 178
10.3.1 计算机视觉的基本技术和概念 178
10.3.2 基于深度学习的计算机视觉 179
10.3.3 计算机视觉的应用 180
10.4 自然语言处理 180
10.4.1 自然语言处理的基本技术和概念 181
10.4.2 基于深度学习的自然语言处理 181
10.4.3 自然语言处理的应用 182
10.5 自动语音识别 182
10.5.1 自动语音识别系统的结构与语音识别任务分类 182
10.5.2 自动语音识别系统的基本原理 183
10.5.3 自动语音识别的工作过程 184
10.5.4 自动语音识别的应用 184
习题10 185

第11章 大语言模型与AIGC
11.1 大语言模型 186
11.1.1 大语言模型的分类 186
11.1.2 大语言模型的基本原理 187
11.1.3 大语言模型的工作过程 190
11.1.4 常见的大语言模型 191
11.1.5 大语言模型的应用 192
11.2 AIGC 193
11.2.1 AIGC的定义 193
11.2.2 AIGC的原理 193
11.2.3 AIGC的应用 194
11.2.4 AIGC的风险与挑战 194
11.3 提示词工程 195
11.3.1 提示词工程的基本概念和重要性 195
11.3.2 提示词技术 196
11.3.3 提示词工程的应用 198
11.3.4 提示词工程的未来展望 198
习题11 198

第12章 AI应用
12.1 WPS AI应用 199
12.1.1 WPS AI在文字文档中的应用 199
12.1.2 WPS AI在数据表格中的应用 201
12.1.3 WPS AI在演示文稿中的应用 202
12.2 大模型工具及应用 204
12.3 AIGC应用 207
12.3.1 文本生成 207
12.3.2 图像生成 208
12.3.3 影视制作 208
12.3.4 游戏开发 209
12.3.5 教育教学 209
12.3.6 音乐创作和语音合成 210
习题12 210