计算机基础与人工智能通识

人工智能通识、计算机基础、大学信息技术、大学计算机
分享 推荐 1 收藏 19 阅读 1.2K
林子雨 (作者) 978-7-115-69598-7

关于本书的内容有任何问题,请联系 田紫微

(1)精准适配高校大一新生入门需求,兼顾计算机基础与人工智能通识,分为两大核心篇章共12章,结构清晰、循序渐进,为各专业新生夯实数字基础,筑牢后续专业学习与终身发展的数字根基。
(2)摒弃深奥理论堆砌,以通俗语言结合实用场景展开讲解,兼顾基础性、实用性与前沿性,既落实计算机操作核心技能培养,也普及AI通识知识,实现基础能力与AI素养的双向提升。
(3)系统覆盖Windows 10操作系统与WPS办公套件核心技能,详细讲解文稿编辑、表格处理、演示文稿制作等实用内容,贴合新生日常学习与办公需求,可直接应用于实际场景。
(4)聚焦AI前沿且贴合入门难度,从人工智能概述逐步延伸至机器学习、大模型、AIGC等核心概念与实践,融入AI智能办公技巧,培养学生运用AI工具提升学习和工作效率的思维。
¥59.80 ¥50.83 (8.5 折)
教学资源仅供教师教学使用,转载或另作他用版权方有权追究法律责任。

内容摘要

本书是面向高校大一学生的通识类教材,核心目标是帮助各专业学生夯实计算机操作基础,普及人工智能通识知识,培养具备基本数字技能与人工智能素养的综合型人才,为其后续专业学习和终身发展筑牢数字根基。全书分为两篇,共12章,结构清晰,内容循序渐进,兼顾基础性、实用性与前沿性,摒弃深奥理论堆砌,以通俗语言结合实用场景展开讲解。第1篇为计算机基础(第1~5章),系统讲解信息与计算机基础、Windows操作系统,以及WPS文字、WPS表格、WPS演示的核心操作。第2篇为人工智能通识(第6~12章),从人工智能概述入手,逐步讲解机器学习、大模型、智能体、具身智能等基础知识,并延伸至AIGC应用与实践、AI智能办公,引导学生了解人工智能技术的发展现状与应用边界,培养学生运用人工智能工具提升学习和工作效率的思维。
本书可作为高校大一学生相关通识课程教材,也可供对计算机与人工智能感兴趣的读者自学使用。

目录

第1篇 计算机基础
第1章 信息与计算机基础 1
1.1 信息与计算机概述 2
1.1.1 信息概述 2
1.1.2 信息技术的发展 4
1.1.3 计算机技术的发展 4
1.1.4 计算机的分类 6
1.2 计算机中的信息表示 7
1.2.1 进位计数制 7
1.2.2 不同计数制之间的转换 7
1.2.3 计算机使用二进制数 8
1.2.4 计算机信息编码技术 9
1.3 计算机系统 14
1.3.1 硬件系统 15
1.3.2 软件系统 16
1.4 计算机网络 19
1.4.1 计算机网络概述  19
1.4.2 计算机网络的类型 19
1.4.3 计算机网络服务 20
1.4.4 网页 20
1.4.5 移动互联网 21
1.5 计算机系统安全 23
1.5.1 计算机系统面临的安全威胁 23
1.5.2 安全防护技术 23
1.6 信息化基础设施 24
1.6.1 网络设施 24
1.6.2 算力设施 24
1.6.3 空间设施 25
1.6.4 电力设施 26
1.7 本章小结 29
1.8 习题 29
第2章 Windows操作系统 31
2.1 Windows 10概述 32
2.1.1 Windows 10的主要版本 32
2.1.2 桌面及其设置 32
2.1.3 Windows 10账户 34
2.2 应用程序管理 35
2.2.1 应用程序的运行和退出 35
2.2.2 应用程序的快捷方式 36
2.2.3 任务管理器 36
2.3 文件管理 37
2.3.1?“此电脑”窗口 37
2.3.2 文件 37
2.3.3 文件夹 38
2.3.4 管理文件和文件夹 38
2.4 设备管理 40
2.4.1 即插即用设备 41
2.4.2 设备管理器 41
2.5 本章小结 42
2.6 习题 42
第3章 WPS文字 43
3.1 文档的新建和保存  44
3.1.1 新建文档 44
3.1.2 保存文档 44
3.2 文档操作 45
3.2.1 输入文档内容 45
3.2.2 文本编辑 46
3.2.3 应用场景 47
3.2.4 课堂练习 47
3.3 文档美化 47
3.3.1 字符的格式化  48
3.3.2 段落的格式化  48
3.3.3 应用场景 49
3.3.4 课堂练习 50
3.4 表格应用  50
3.4.1 创建表格  50
3.4.2 编辑表格  50
3.4.3 设置表格格式  51
3.4.4 表格的高级应用 52
3.4.5 应用场景 52
3.4.6 课堂练习 53
3.5 图形图片 53
3.5.1 图片处理 53
3.5.2 使用各类图形  54
3.5.3 应用场景 55
3.5.4 课堂练习 55
3.6 特色文档视图模式  55
3.6.1 常用视图 56
3.6.2 WPS文字特色功能 56
3.6.3 应用场景 56
3.6.4 课堂练习 57
3.7 长文档排版 57
3.7.1 样式应用与管理 57
3.7.2 引用与目录 57
3.7.3 页面布局 57
3.7.4 应用场景 58
3.7.5 课堂练习 59
3.8 文档审阅与修订 59
3.8.1 修订与批注 59
3.8.2 审阅窗格 59
3.8.3 应用场景 59
3.8.4 课堂练习 60
3.9 拼写检查  60
3.9.1 自动检查 60
3.9.2 手动检查 60
3.9.3 词典与设置 60
3.10 文档安全  60
3.10.1 密码加密 60
3.10.2 保护文档 61
3.10.3 信息保护 61
3.10.4 应用场景 61
3.10.5 课堂练习 62
3.11 本章小结 62
3.12 习题 62
第4章 WPS表格 63
4.1 WPS表格基础操作 64
4.1.1 工作簿和工作表 64
4.1.2 单元格操作 65
4.1.3 表格格式 69
4.1.4 课堂练习 70
4.2 使用公式与函数计算数据 71
4.2.1 使用公式 71
4.2.2 使用函数 73
4.3 数据处理与分析 74
4.3.1 数据排序 74
4.3.2 数据筛选 76
4.3.3 数据分类汇总 77
4.3.4 条件格式 79
4.4 图表应用 80
4.4.1 使用图表展示数据 80
4.4.2 设置图表 81
4.4.3 数据透视表 83
4.4.4 数据透视图 85
4.5 本章小结 85
4.6 习题 86
第5章 WPS演示 88
5.1 WPS演示的基础知识 89
5.1.1 工作窗口 89
5.1.2 视图 90
5.1.3 放映 91
5.2 创建演示文稿 91
5.2.1 新建空白演示文稿 91
5.2.2 幻灯片的操作与编辑 92
5.3 幻灯片制作 93
5.3.1 插入文本 93
5.3.2 插入图片和形状 94
5.3.3 插入表格和图表 95
5.3.4 插入SmartArt图形 96
5.3.5 插入超链接和动作设置 97
5.3.6 插入音频和视频 98
5.4 幻灯片设计 99
5.4.1 主题 99
5.4.2 母版 99
5.4.3 幻灯片大小 101
5.5 设置幻灯片的放映效果 101
5.5.1 切换 101
5.5.2 动画 101
5.5.3 控制放映过程 102
5.6 本章小结 103
5.7 习题 103
第2篇 人工智能通识
第6章 人工智能概述 104
6.1 什么是人工智能 105
6.1.1 什么是智能 105
6.1.2 人工智能的定义 106
6.1.3 人工智能的要素 106
6.1.4 人工智能的类型  106
6.2 人工智能的发展历程 107
6.2.1 图灵测试 107
6.2.2 人工智能的诞生 108
6.2.3 人工智能的发展阶段 109
6.2.4 人工智能的5个级别 110
6.3 人工智能的研究方法 110
6.3.1 符号主义 111
6.3.2 联结主义 111
6.3.3 行为主义 111
6.4 人工智能的影响 112
6.4.1 人工智能对工作、生活等方面的影响 112
6.4.2 人工智能开启科学研究第五范式 113
6.4.3 人工智能开启人机共生新时代 114
6.4.4 人工智能开启“无限心智”新形态 115
6.5 人工智能关键技术 116
6.5.1 机器学习 116
6.5.2 知识图谱 117
6.5.3 自然语言处理 118
6.5.4 人机交互 119
6.5.5 计算机视觉 120
6.5.6 生物特征识别 120
6.6 人工智能应用 121
6.7 人工智能产业 121
6.7.1 智能基础设施建设 122
6.7.2 智能信息及数据 122
6.7.3 智能技术服务 122
6.7.4 智能产品 122
6.8 人工智能思维 124
6.9 人工智能伦理 124
6.9.1 人的主体性异化 125
6.9.2 数据隐私和安全 125
6.9.3 算法偏见和歧视 126
6.9.4 算法的不透明性和不可解释性 126
6.9.5 AI系统的不稳定性和风险性 126
6.9.6 责任归属 127
6.9.7 公平正义和社会效益 127
6.9.8 AIGC技术对知识产权形成挑战 127
6.9.9 人工智能在军事领域应用引发的伦理问题 128
6.10 本章小结 128
6.11 习题 128
第7章 机器学习 130
7.1 机器学习的基本概念 131
7.1.1 什么是机器学习 131
7.1.2 机器学习的四大类型 131
7.1.3 机器学习的基本过程 132
7.2 监督学习 132
7.2.1 回归算法 133
7.2.2 分类算法 134
7.2.3 支持向量机 135
7.2.4 KNN算法 135
7.3 无监督学习 136
7.4 强化学习 137
7.4.1 强化学习的基本要素 137
7.4.2 强化学习的基本过程 137
7.4.3 强化学习的典型应用场景 138
7.5 人工神经网络和深度学习 139
7.5.1 人工神经网络 139
7.5.2 深度学习 140
7.6 本章小结 143
7.7 习题 143
第8章 大模型 144
8.1 大模型概述 145
8.1.1 大模型的概念 145
8.1.2 大模型与小模型的区别 145
8.1.3 大模型的发展历程 146
8.1.4 人工智能与大模型的关系 147
8.2 大模型产品 148
8.2.1 国外的大模型产品 148
8.2.2 国内的大模型产品 148
8.3 大模型的基本原理 148
8.3.1 原理概述 149
8.3.2 大模型训练的实例演示 150
8.4 大模型的特点 151
8.5 大模型的分类 153
8.5.1 按照输入数据类型划分 153
8.5.2 按照应用领域划分 153
8.5.3 语言大模型的分类 154
8.6 大模型的应用领域 155
8.7 大模型面临的挑战 156
8.8 大模型与世界模型 157
8.8.1 大模型能否通向AGI 157
8.8.2 人工智能的未来:世界模型 157
8.9 本章小结 158
8.10 习题 158
第9章 智能体 159
9.1 智能体概述  160
9.1.1 什么是智能体 160
9.1.2 智能体的发展历程 160
9.1.3 智能体的应用 161
9.2 智能体和人工智能的关系 161
9.3 智能体的关键特征 163
9.4 智能体的分级 163
9.5 智能体的分类 165
9.6 智能体的组成 165
9.7 智能体的工作流程 165
9.8 基于大模型的智能体 166
9.8.1 国外的智能体产品 166
9.8.2 国内的智能体产品 167
9.8.3 案例:利用扣子搭建智能体 168
9.8.4 智能体与Skill 171
9.9 AI Agent和Agentic AI的关系 173
9.10 本章小结 174
9.11 习题 174
第10章 具身智能 175
10.1 具身智能概述 176
10.1.1 什么是具身智能 176
10.1.2 具身智能和智能体的关系 176
10.1.3 具身智能的发展历程 176
10.1.4 具身智能在人工智能中的地位与作用 178
10.2 具身智能的技术支撑 178
10.2.1 传感器技术:感知世界的触角 178
10.2.2 机器学习和强化学习 179
10.2.3 机器人技术:具身的物理载体 180
10.3 具身智能的应用领域 181
10.3.1 人机交互与协作 181
10.3.2 自主系统与导航 182
10.3.3 医疗健康 182
10.3.4 娱乐与教育 182
10.4 人形机器人 183
10.4.1 人形机器人的内涵 183
10.4.2 人形机器人的发展阶段 184
10.4.3 人形机器人的分类 185
10.4.4 典型的人形机器人 185
10.5 本章小结 188
10.6 习题 188
第11章 AIGC应用与实践 189
11.1 AIGC概述 190
11.1.1 什么是AIGC 190
11.1.2 AIGC与大模型的关系 190
11.1.3 AIGC的发展历程 190
11.1.4 常见的AIGC应用场景 191
11.1.5 AIGC对行业发展的影响 191
11.1.6 AIGC对职业发展的影响 192
11.1.7 常见的AIGC大模型 192
11.1.8 AIGC大模型的提示词 192
11.2 文本类AIGC应用实践 193
11.2.1 文本类AIGC应用场景 193
11.2.2 文本类AIGC大模型基础知识 194
11.2.3 案例1:与DeepSeek进行对话 197
11.2.4 案例2:与文心一言进行对话 198
11.2.5 案例3:使用Kimi制作PPT 200
11.2.6 案例4:使用DeepSeek和转换工具生成Word文档 202
11.3 图片类AIGC应用实践 203
11.3.1 图片类AIGC应用场景 204
11.3.2 案例5:创意图片生成 204
11.3.3 案例6:AI修图与老照片修复 206
11.3.4 案例7:智能抠图与图片融合 207
11.3.5 案例8:涂抹消除与局部重绘 209
11.3.6 案例9:AI绘画艺术创作 213
11.3.7 案例10:真实照片转成二次元风格 214
11.4 语音类AIGC应用实践 214
11.4.1 语音类AIGC应用场景 215
11.4.2 案例11:使用喜马拉雅音频大模型进行文本配音 215
11.4.3 案例12:豆包的语音类功能用法 217
11.5 视频类AIGC应用实践 217
11.5.1 视频类AIGC应用场景 217
11.5.2 代表性的视频类AIGC大模型 218
11.5.3 案例13:使用可灵AI实现文生视频 219
11.5.4 案例14:使用即梦AI实现图生视频 220
11.6 本章小结 222
11.7 习题 222
第12章 AI智能办公 223
12.1 AI智能办公概述 224
12.1.1 文档处理 224
12.1.2 数据分析 224
12.1.3 演示设计 224
12.2 AI写作助手 225
12.2.1 WPS AI帮我写 225
12.2.2 WPS AI帮我改 227
12.2.3 WPS AI伴写 227
12.3 AI设计助手 228
12.3.1 WPS AI排版 229
12.3.2 WPS AI条件格式 230
12.3.3 WPS AI生成PPT 231
12.4 AI阅读助手 233
12.4.1 WPS AI全文总结 233
12.4.2 WPS AI文档问答 234
12.4.3 WPS AI划词解释与翻译 235
12.5 AI数据助手 236
12.5.1 WPS AI写公式 237
12.5.2 WPS AI数据分析 238
12.6 本章小结 239
12.7 习题 239
参考文献 240

读者评论

赶紧抢沙发哦!

我要评论

作者介绍

林子雨,男,博士(毕业于北京大学),国内高校知名大数据教师,厦门大学计算机科学与技术系副教授,厦门大学数据库实验室负责人,中国计算机学会数据库专委会委员,中国计算机学会信息系统专委会委员,全国工业大数据行业产教融合共同体特聘专家,入选“2021年高校计算机专业优秀教师奖励计划”,荣获“2022年福建省高等教育教学成果奖特等奖(个人排名第一)”和“2018年福建省高等教育教学成果奖二等奖(个人排名第一)”,编著出版13本大数据系列教材,被国内1000多所高校采用,建设了国内高校首个大数据课程公共服务平台,平台累计网络访问量超过2500万次,成为全国高校大数据教学知名品牌,主持的课程《大数据技术原理与应用》获评“2018年国家精品在线开放课程”和“2020年国家级线上一流本科课程”,主持的课程《Spark编程基础》获评“2021年国家级线上一流本科课程”。建设的大数据系列MOOC课程入选“2023年教育部国家智慧教育公共服务平台应用典型案例”。

推荐用户

相关图书

人邮微信
本地服务
人邮微信
教师服务
二维码
读者服务
读者服务
返回顶部
返回顶部