《計算思維與人工智慧基礎》是2019年12月人民郵電出版社出版的圖書，作者是周勇。
基本介紹
- 書名：計算思維與人工智慧基礎
- 作者：周勇
- 出版社：人民郵電出版社
- 出版時間：2019年9月
- 頁數：182 頁
- 定價：42 元
- 開本：16 開
- 裝幀：平裝
- ISBN：9787115516633
內容簡介,圖書目錄,
內容簡介
本教材共分9章：第1章計算機技術與計算思維基礎、第2章計算機中信息表示、第3章計算機系統基本組成和基本工作原理、第4章網際網路與物聯網、第5章計算機新技術、第6章計算機求解問題基礎、第7章人工智慧概述、第8章搜尋與博弈和第9章機器學習。
圖書目錄
第1章 計算機技術與計算
思維基礎 1
1.1 計算機技術 1
1.1.1 計算機的發展 1
1.1.2 計算機的特點 2
1.1.3 計算機的分類 3
1.1.4 計算機的套用 4
1.2 計算思維基礎 6
1.2.1 計算思維的定義 6
1.2.2 計算思維的特徵 7
1.2.3 計算思維的本質 7
1.2.4 計算思維的基本方法 8
1.2.5 計算思維與計算機的關係 8
1.2.6 計算思維的煮牛套用 9
本章小結 9
思考題 9
第2章 計算機中信息的表示 11
2.1 常用數制及其轉換 11
2.1.1 常用數制 12
2.1.2 數制轉換 13
2.2 二進制數的運整罪去頌算 15
2.2.1 算術運算 15
2.2.2 邏輯運算 15
2.3 數值數據的表示和處理 16
2.3.1 定點數表示 16
2.3.2 浮點數表示 19
2.4 文字的表示和處理 19
2.4.1 西文字元編碼 20
2.4.2 漢字編碼 20
本章小結 22
思考題 23
第3章 計算機系統的基本組成
和基本工作原理 25
3.1 計算機系統的基本組成 25
3.1.1 計算機系統的組成 船凝遙25
3.1.2 計算機的邏輯組成 26
3.2 微型計算機系統的組成 28
3.2.1 微型計算機系統的硬體基本
組成 29
3.2.2 微型計算機系統的主要性能
指標 29
3.3 微型計算機的主機系統 疊阿束檔30
3.3.1 中央處理器 30
3.3.2 微機主機板及其主要部件 31
3.3.3 記憶體儲器 32
3.3.4 I/O操作、I/O控制器、I/O
匯流排與I/O接口 33
3.4 微型計算機的外部設備 36
3.4.1 外存儲器 36
3.4.2 輸入/輸出設備 38
3.5 計算機軟體 40
3.5.1 軟體概述 40
3.5.2 作業系統基礎 42
3.6 計算機的基本工作原理 46
3.6.1 指令及指令系統 46
3.6.2 指令的執行過程 48
3.6.3 流水線技術 49
本章小結 50
思考題 50
第4章 網際網路與物聯網 54
4.1 計算機網路概述 54
4.1.1 計算機網路的發展 54
4.1.2 計算機網路的定義 55
4.1.3 計算機網路的分類 55
4.2 區域網路 57
4.2.1 區域網路硬體 57
4.2.2 區域網路軟體 59
4.3 網際網路 59
4.3.1 IP位址 60
4.3.2 子網掩碼 61
4.3.3 域名系統 61
4.3.4 基本服務 61
4.4 物聯網 63
4.4.1 物聯網的概念 63
4.4.2 物聯網的關鍵技術 64
4.4.3 物聯網的套用 65
4.5 網路信息安全 66
4.5.1 計算機病毒 67
4.5.2 黑客攻擊 67
4.5.3 網路煉她您信息安全措施 68
本章小結 68
思考題 68
第5章 大數據與雲計算 70
5.1 大數據 70
5.1.1 大數據的發展 70
5.1.2 大數據的概念 71
5.1.3 大數據的影響 72
5.1.4 大數據的再囑道關鍵技術 74
5.1.5 大數據套用案例 75
5.2 雲計算 76
5.2.1 雲計算的概念 76
5.2.2 雲計算的服務模式 艱海達76
5.2.3 雲計算的關鍵技術 77
5.2.4 雲計算的套用 78
本章小結 78
思考題 79
第6章 算法 80
6.1 算法和算法描述 80
6.1.1 算法基礎 80
6.1.2 算法描述 81
6.2 Raptor流程圖編程 85
6.2.1 Raptor簡介 85
6.2.2 Raptor套用案例 89
6.3 算法設計 93
6.3.1 枚舉法 94
6.3.2 遞推法 101
6.3.3 遞歸法 107
6.4 排序算法 114
6.4.1 冒泡排序 114
6.4.2 選擇排序 117
本章小結 120
思考題 120
第7章 人工智慧初探 121
7.1 認識人工智慧 122
7.1.1 智慧型的概念 122
7.1.2 人工智慧的概念 124
7.2 人工智慧的起源和發展 125
7.2.1 孕育期 125
7.2.2 形成期 127
7.2.3 暗淡期 128
7.2.4 知識期 128
7.2.5 穩步增長期 129
7.3 人工智慧的研究方法 131
7.3.1 符號主義 131
7.3.2 連線主義 132
7.3.3 行為主義 133
7.4 人工智慧的套用領域 134
7.4.1 問題求解與博弈 134
7.4.2 專家系統 134
7.4.3 模式識別 135
7.4.4 智慧型決策支持系統 136
7.4.5 自然語言處理 137
7.4.6 智慧型檢索 137
7.4.7 自動駕駛 137
7.4.8 機器人學 138
7.4.9 人工智慧+ 138
本章小結 139
思考題 139
第8章 搜尋與博弈 140
8.1 引言 140
8.2 基於狀態空間圖的搜尋技術 141
8.2.1 狀態空間圖 142
8.2.2 問題的狀態空間表示法 143
8.2.3 狀態空間搜尋的基本思想 145
8.3 深度優先搜尋和寬度優先搜尋 146
8.4 博弈 149
8.4.1 極大極小過程 153
8.4.2 α-β剪枝 155
本章小結 156
思考題 157
第9章 機器學習 158
9.1 機器學習概述 158
9.1.1 機器學習的定義 158
9.1.2 機器學習的發展歷程 159
9.1.3 學習系統的基本模型 160
9.1.4 機器學習的分類 161
9.1.5 機器學習與人類思考的類比 162
9.2 距離函式及相似度度量函式 162
9.2.1 距離函式 163
9.2.2 相似度度量函式 164
9.3 分類算法分析 165
9.3.1 分類概述 165
9.3.2 分類分析方法 168
9.3.3 決策樹算法 169
9.3.4 K近鄰算法 172
9.4 聚類算法分析 174
9.4.1 聚類分析方法 175
9.4.2 K均值聚類算法 175
本章小結 178
思考題 179
參考文獻 181
4.1 計算機網路概述 54
4.1.1 計算機網路的發展 54
4.1.2 計算機網路的定義 55
4.1.3 計算機網路的分類 55
4.2 區域網路 57
4.2.1 區域網路硬體 57
4.2.2 區域網路軟體 59
4.3 網際網路 59
4.3.1 IP位址 60
4.3.2 子網掩碼 61
4.3.3 域名系統 61
4.3.4 基本服務 61
4.4 物聯網 63
4.4.1 物聯網的概念 63
4.4.2 物聯網的關鍵技術 64
4.4.3 物聯網的套用 65
4.5 網路信息安全 66
4.5.1 計算機病毒 67
4.5.2 黑客攻擊 67
4.5.3 網路信息安全措施 68
本章小結 68
思考題 68
第5章 大數據與雲計算 70
5.1 大數據 70
5.1.1 大數據的發展 70
5.1.2 大數據的概念 71
5.1.3 大數據的影響 72
5.1.4 大數據的關鍵技術 74
5.1.5 大數據套用案例 75
5.2 雲計算 76
5.2.1 雲計算的概念 76
5.2.2 雲計算的服務模式 76
5.2.3 雲計算的關鍵技術 77
5.2.4 雲計算的套用 78
本章小結 78
思考題 79
第6章 算法 80
6.1 算法和算法描述 80
6.1.1 算法基礎 80
6.1.2 算法描述 81
6.2 Raptor流程圖編程 85
6.2.1 Raptor簡介 85
6.2.2 Raptor套用案例 89
6.3 算法設計 93
6.3.1 枚舉法 94
6.3.2 遞推法 101
6.3.3 遞歸法 107
6.4 排序算法 114
6.4.1 冒泡排序 114
6.4.2 選擇排序 117
本章小結 120
思考題 120
第7章 人工智慧初探 121
7.1 認識人工智慧 122
7.1.1 智慧型的概念 122
7.1.2 人工智慧的概念 124
7.2 人工智慧的起源和發展 125
7.2.1 孕育期 125
7.2.2 形成期 127
7.2.3 暗淡期 128
7.2.4 知識期 128
7.2.5 穩步增長期 129
7.3 人工智慧的研究方法 131
7.3.1 符號主義 131
7.3.2 連線主義 132
7.3.3 行為主義 133
7.4 人工智慧的套用領域 134
7.4.1 問題求解與博弈 134
7.4.2 專家系統 134
7.4.3 模式識別 135
7.4.4 智慧型決策支持系統 136
7.4.5 自然語言處理 137
7.4.6 智慧型檢索 137
7.4.7 自動駕駛 137
7.4.8 機器人學 138
7.4.9 人工智慧+ 138
本章小結 139
思考題 139
第8章 搜尋與博弈 140
8.1 引言 140
8.2 基於狀態空間圖的搜尋技術 141
8.2.1 狀態空間圖 142
8.2.2 問題的狀態空間表示法 143
8.2.3 狀態空間搜尋的基本思想 145
8.3 深度優先搜尋和寬度優先搜尋 146
8.4 博弈 149
8.4.1 極大極小過程 153
8.4.2 α-β剪枝 155
本章小結 156
思考題 157
第9章 機器學習 158
9.1 機器學習概述 158
9.1.1 機器學習的定義 158
9.1.2 機器學習的發展歷程 159
9.1.3 學習系統的基本模型 160
9.1.4 機器學習的分類 161
9.1.5 機器學習與人類思考的類比 162
9.2 距離函式及相似度度量函式 162
9.2.1 距離函式 163
9.2.2 相似度度量函式 164
9.3 分類算法分析 165
9.3.1 分類概述 165
9.3.2 分類分析方法 168
9.3.3 決策樹算法 169
9.3.4 K近鄰算法 172
9.4 聚類算法分析 174
9.4.1 聚類分析方法 175
9.4.2 K均值聚類算法 175
本章小結 178
思考題 179
參考文獻 181
