目录
第1章　计算思维基础　1
1.1　计算机技术　2
1.1.1　计算机的发展　2
1.1.2　计算机的特点　2
1.1.3　计算机的分类　3
1.1.4　计算机的应用　5
1.2　计算思维　6
1.2.1　计算思维的定义　7
1.2.2　计算思维的特征　8
1.2.3　计算思维的本质　8
1.2.4　计算思维的基本方法　9
1.2.5　计算思维与计算机的关系　10
1.3　计算与社会　10
1.3.1　“计算+”思维　10
1.3.2　“计算+”案例　10
本章小结　11
思考题　11
第2章　二进制与编码　13
2.1　常用数制及进制数转换　14
2.1.1　常用数制　14
2.1.2　进制数转换　15
2.2　二进制数的运算　17
2.2.1　算术运算　17
2.2.2　逻辑运算　17
2.3　数值型数据中定点数的表示　18
2.3.1　整数表示　18
2.3.2　小数表示　18
2.4　文字的表示　19
2.4.1　西文字符编码　19
2.4.2　汉字编码　20
2.4.3　汉字的输入和输出　22
2.5　音频的表示　24
2.5.1　音频的数字化　24
2.5.2　声音合成技术　26
2.5.3　常用的音频文件格式　27
2.6　图形图像的表示　28
2.6.1　图像的数字化　28
2.6.2　矢量图形表示　30
2.6.3　常用的图形图像文件格式　31
本章小结　32
思考题　32
第3章　个人计算环境　35
3.1　计算机系统的组成　36
3.1.1　计算机系统的基本组成　36
3.1.2　计算机的逻辑组成　36
3.1.3　图灵机简介　39
3.2　微型计算机系统的组成　39
3.2.1　微型计算机系统的硬件基本组成　40
3.2.2　微型计算机系统的主要性能参数　40
3.3　微型计算机的主机系统　41
3.3.1　CPU　41
3.3.2　微型计算机主板及其主要部件　44
3.3.3　内存储器　45
3.3.4　I/O操作、I/O控制器、I/O总线与I/O接口　46
3.4　微型计算机的外部设备　49
3.4.1　外存储器及存储器层次结构　49
3.4.2　输入输出设备　52
3.5　计算机软件　53
3.5.1　软件概述　54
3.5.2　操作系统基础　55
3.5.3　典型操作系统简介　58
3.6　计算机的基本工作原理　62
3.6.1　指令及指令系统　62
3.6.2　指令的执行过程　63
3.6.3　流水线技术　64
本章小结　65
思考题　66
第4章　分布式计算环境　69
4.1　互联网与物联网　70
4.1.1　计算机网络概述　70
4.1.2　局域网　72
4.1.3　互联网　75
4.1.4　物联网　81
4.2　大数据　84
4.2.1　大数据的概念　84
4.2.2　大数据技术　88
4.2.3　大数据行业应用　93
4.3　云计算　95
4.3.1　云计算的概念　95
4.3.2　云计算的服务模式　96
4.3.3　云计算的关键技术　99
4.3.4　云计算的解决方案　101
本章小结　103
思考题　103
第5章　算法分析与设计　105
5.1　算法和算法描述　106
5.1.1　算法基础　106
5.1.2　算法描述　107
5.1.3　算法和数据结构　111
5.2　RAPTOR流程图编程　112
5.2.1　RAPTOR简介　112
5.2.2　RAPTOR应用案例　116
5.3　基本算法设计思想　122
5.3.1　枚举法　122
5.3.2　递推法　126
5.4　算法应用举例　129
5.4.1　改变世界的算法应用　129
5.4.2　排序算法　132
本章小结　135
思考题　135
第6章　网络空间安全　137
6.1　网络空间安全概述　138
6.1.1　网络空间的定义　138
6.1.2　网络空间安全的定义　138
6.1.3　信息安全法律法规　138
6.2　物理安全　140
6.2.1　物理设备安全　140
6.2.2　芯片安全　140
6.3　网络信息安全　141
6.3.1　密码学　141
6.3.2　防火墙　143
6.3.3　入侵检测系统　145
6.4　恶意代码及防护　146
6.4.1　计算机病毒　146
6.4.2　木马与网页木马　148
6.4.3　僵尸网络与后门　149
本章小结　149
思考题　150
第7章　人工智能基础　151
7.1　认识人工智能　152
7.1.1　智能的概念　152
7.1.2　人工智能的概念　154
7.2　人工智能的起源和发展　155
7.2.1　孕育期　155
7.2.2　形成期　157
7.2.3　暗淡期　158
7.2.4　知识期　158
7.2.5　稳步增长期　159
7.3　人工智能的应用　161
7.3.1　问题求解与博弈　161
7.3.2　专家系统　162
7.3.3　知识图谱　163
7.3.4　模式识别　165
7.3.5　智能决策支持系统　166
7.3.6　自然语言处理　166
7.3.7　智能检索　167
7.3.8　自动驾驶　167
7.3.9　机器人学　168
7.4　“人工智能+”思维　168
7.4.1　什么是“人工智能+”　168
7.4.2　“人工智能+”的典型应用场景　169
7.5　人工智能伦理与法律　172
7.5.1　人工智能伦理问题　173
7.5.2　人工智能法律问题　174
本章小结　176
思考题　176
第8章　机器学习　177
8.1　机器学习概述　178
8.1.1　机器学习的定义　178
8.1.2　机器学习的发展历程　179
8.1.3　机器学习的基本要素　180
8.1.4　机器学习的基本流程　181
8.1.5　“没有免费午餐”定理　181
8.1.6　机器学习的分类　181
8.1.7　机器学习与人类思考的类比　182
8.2　深度学习的经典模型与发展趋势　183
8.2.1　卷积神经网络　183
8.2.2　循环神经网络　185
8.2.3　自编码网络　187
8.2.4　生成式对抗网络　187
8.2.5　深度学习的发展趋势　188
8.3　机器学习的应用　190
8.3.1　数值分析与预测　190
8.3.2　计算机视觉　193
8.3.3　自然语言处理　198
8.3.4　语音信号处理　201
本章小结　206
思考题　206
第9章　生成式人工智能　207
9.1　生成式人工智能概述　208
9.1.1　生成式人工智能的概念　208
9.1.2　生成式人工智能、大模型及AIGC之间的关系　209
9.1.3　生成式人工智能的发展历程简述　209
9.2　大模型　211
9.2.1　大模型的概念　211
9.2.2　大模型的分类　211
9.2.3　大模型的应用方法　213
9.2.4　大语言模型面临的挑战与未来发展　217
9.3　AIGC　219
9.3.1　文本类AIGC　219
9.3.2　图片类AIGC　222
9.3.3　语音类AIGC　223
9.3.4　视频类AIGC　226
9.3.5　代码类AIGC　229
9.3.6　智能体系统AI　231
9.3.7　AIGC的风险与规范　232
本章小结　233
思考题　234