【章名目錄】
第 1章　信息與社會(huì)　1
第 2章　計(jì)算系統(tǒng)與平臺(tái)　25
第3章　程序設(shè)計(jì)與問(wèn)題求解　44
第4章　計(jì)算機(jī)網(wǎng)絡(luò)與物聯(lián)網(wǎng)　93
第5章　大數(shù)據(jù)分析與可視化　127
第6章　人工智能與神經(jīng)網(wǎng)絡(luò)　169
第7章　機(jī)器學(xué)習(xí)與大模型應(yīng)用智能　213

【詳細(xì)目錄】
第 1章　信息與社會(huì)　1
1.1　信息與信息革命　2
1.1.1　什么是信息　2
1.1.2　什么是信息革命　2
1.1.3　什么是新一代信息技術(shù)　3
1.1.4　信息技術(shù)與各學(xué)科的關(guān)系　4
1.2　數(shù)制與進(jìn)制轉(zhuǎn)換　6
1.2.1　計(jì)算機(jī)的數(shù)制　6
1.2.2　二進(jìn)制數(shù)的表示單位　7
1.2.3　不同進(jìn)制之間的數(shù)據(jù)轉(zhuǎn)換方法　7
1.3　信息編碼　10
1.3.1　字符編碼　10
1.3.2　字形編碼　15
1.3.3　語(yǔ)音和圖像編碼　17
1.4　信息倫理與道德法律　19
1.4.1　信息倫理與道德規(guī)范　19
1.4.2　信息安全與隱私保護(hù)　21
1.5　本章小結(jié)　23
本章習(xí)題　23

第 2章　計(jì)算系統(tǒng)與平臺(tái)　25
2.1　計(jì)算系統(tǒng)與平臺(tái)的發(fā)展　26
2.1.1　單計(jì)算機(jī)系統(tǒng)概述　26
2.1.2　多計(jì)算機(jī)系統(tǒng)概述　27
2.2　單計(jì)算機(jī)系統(tǒng)　29
2.2.1　圖靈機(jī)模型　29
2.2.2　馮 諾依曼體系　30
2.2.3　單計(jì)算機(jī)的算術(shù)運(yùn)算　32
2.2.4　單計(jì)算機(jī)的系統(tǒng)組成　34
2.3　云計(jì)算平臺(tái)　38
2.3.1　云計(jì)算平臺(tái)和服務(wù)模式　38
2.3.2　云計(jì)算的虛擬化技術(shù)　40
2.3.3　云計(jì)算的典型應(yīng)用　41
2.4　本章小結(jié)　42
本章習(xí)題　42

第3章　程序設(shè)計(jì)與問(wèn)題求解　44
3.1　指令與程序　45
3.1.1　指令與指令系統(tǒng)　45
3.1.2　程序與程序設(shè)計(jì)語(yǔ)言　46
3.2　程序設(shè)計(jì)語(yǔ)言的選擇與編程環(huán)境　47
3.2.1　程序設(shè)計(jì)語(yǔ)言的選擇　47
3.2.2　Python編程環(huán)境　49
3.3　Python程序設(shè)計(jì)基礎(chǔ)　52
3.3.1　Python程序結(jié)構(gòu)　53
3.3.2　Python數(shù)據(jù)類型及其表示　54
3.3.3　Python運(yùn)算符與表達(dá)式　57
3.3.4　Python數(shù)據(jù)的輸入和輸出　60
3.3.5　Python字符串和列表運(yùn)算　62
3.4　Python程序結(jié)構(gòu)　64
3.4.1　程序流程圖　65
3.4.2　程序的控制結(jié)構(gòu)　66
3.5　計(jì)算思維與問(wèn)題求解　70
3.5.1　計(jì)算思維　70
3.5.2　問(wèn)題抽象　72
3.5.3　數(shù)據(jù)結(jié)構(gòu)與算法設(shè)計(jì)　73
3.5.4　程序設(shè)計(jì)與調(diào)試　76
3.5.5　代碼復(fù)用：函數(shù)和庫(kù)　77
3.6　經(jīng)典算法及其Python實(shí)現(xiàn)　81
3.6.1　枚舉算法　81
3.6.2　貪心算法　83
3.6.3　迭代算法　84
3.6.4　遞歸算法　86
3.6.5　排序算法　88
3.7　本章小結(jié)　91
本章習(xí)題　91

第4章　計(jì)算機(jī)網(wǎng)絡(luò)與物聯(lián)網(wǎng)　93
4.1　計(jì)算機(jī)網(wǎng)絡(luò)概述　94
4.1.1　計(jì)算機(jī)網(wǎng)絡(luò)的分層體系結(jié)構(gòu)　94
4.1.2　計(jì)算機(jī)網(wǎng)絡(luò)的數(shù)據(jù)封裝　97
4.2　計(jì)算機(jī)網(wǎng)絡(luò)的協(xié)議與設(shè)備　99
4.2.1　計(jì)算機(jī)網(wǎng)絡(luò)協(xié)議　99
4.2.2　計(jì)算機(jī)網(wǎng)絡(luò)設(shè)備　105
4.3　物聯(lián)網(wǎng)概述　107
4.3.1　物聯(lián)網(wǎng)的概念與特征　107
4.3.2　物聯(lián)網(wǎng)的起源與發(fā)展　109
4.4　物聯(lián)網(wǎng)的核心技術(shù)　110
4.4.1　傳感檢測(cè)技術(shù)　111
4.4.2　條形碼技術(shù)　113
4.4.3　RFID技術(shù)　121
4.4.4　空間定位技術(shù)　124
4.5　本章小結(jié)　125
本章習(xí)題　125

第5章　大數(shù)據(jù)分析與可視化　127
5.1　大數(shù)據(jù)的定義及物聯(lián)網(wǎng)數(shù)據(jù)特征　128
5.1.1　什么是大數(shù)據(jù)　128
5.1.2　物聯(lián)網(wǎng)數(shù)據(jù)特征　128
5.2　大數(shù)據(jù)的存儲(chǔ)方法　129
5.2.1　關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)　129
5.2.2　云存儲(chǔ)　133
5.3　大數(shù)據(jù)分析和可視化　137
5.3.1　數(shù)據(jù)預(yù)處理　137
5.3.2　數(shù)據(jù)分析　138
5.3.3　調(diào)查問(wèn)卷的設(shè)計(jì)與分析　145
5.3.4　基于電子表格的數(shù)據(jù)分析可視化　147
5.3.5　基于ECharts平臺(tái)的大數(shù)據(jù)分析可視化　149
5.4　基于Python庫(kù)的數(shù)據(jù)可視化　151
5.4.1　基于turtle庫(kù)的數(shù)據(jù)可視化　152
5.4.2　基于Matplotlib庫(kù)的數(shù)據(jù)可視化　156
5.5　數(shù)據(jù)安全與隱私保護(hù)　160
5.5.1　數(shù)據(jù)安全的原則與數(shù)據(jù)加密模型　160
5.5.2　置換加密算法　161
5.5.3　對(duì)稱加密算法DES　162
5.5.4　非對(duì)稱加密算法RSA　163
5.5.5　隱私保護(hù)技術(shù)　165
5.6　本章小結(jié)　167
本章習(xí)題　167

第6章　人工智能與神經(jīng)網(wǎng)絡(luò)　169
6.1　人工智能的基本概念　170
6.1.1　人工智能的定義與特征　170
6.1.2　人工智能的發(fā)展歷史　172
6.1.3　人工智能的三大學(xué)派　174
6.1.4　人工智能的典型應(yīng)用　175
6.1.5　人工智能的社會(huì)倫理　177
6.2　知識(shí)圖譜與專家系統(tǒng)　178
6.2.1　知識(shí)圖譜與知識(shí)森林　178
6.2.2　專家系統(tǒng)的構(gòu)成　181
6.2.3　專家系統(tǒng)的應(yīng)用　182
6.3　神經(jīng)網(wǎng)絡(luò)的基本概念與結(jié)構(gòu)　184
6.3.1　生物神經(jīng)網(wǎng)絡(luò)　184
6.3.2　人工神經(jīng)網(wǎng)絡(luò)的發(fā)展與特征　185
6.3.3　人工神經(jīng)網(wǎng)絡(luò)的分類與結(jié)構(gòu)　186
6.4　BP神經(jīng)網(wǎng)絡(luò)的工作原理　188
6.4.1　BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與訓(xùn)練過(guò)程　188
6.4.2　BP神經(jīng)網(wǎng)絡(luò)的激活函數(shù)　191
6.4.3　BP神經(jīng)網(wǎng)絡(luò)的損失函數(shù)　192
6.4.4　BP神經(jīng)網(wǎng)絡(luò)的權(quán)重更新　194
6.4.5　BP神經(jīng)網(wǎng)絡(luò)的梯度計(jì)算　197
6.5　深度神經(jīng)網(wǎng)絡(luò)　198
6.5.1　卷積神經(jīng)網(wǎng)絡(luò)　199
6.5.2　循環(huán)神經(jīng)網(wǎng)絡(luò)　203
6.5.3　殘差神經(jīng)網(wǎng)絡(luò)　208
6.6　本章小結(jié)　211
本章習(xí)題　211

第7章　機(jī)器學(xué)習(xí)與大模型應(yīng)用智能　213
7.1　機(jī)器學(xué)習(xí)　214
7.1.1　機(jī)器學(xué)習(xí)的分類　214
7.1.2　機(jī)器學(xué)習(xí)的工作過(guò)程　219
7.1.3　機(jī)器學(xué)習(xí)的編程框架　220
7.2　深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)　222
7.2.1　深度學(xué)習(xí)概述　222
7.2.2　深度學(xué)習(xí)應(yīng)用案例　222
7.2.3　強(qiáng)化學(xué)習(xí)　225
7.3　聯(lián)邦學(xué)習(xí)　227
7.3.1　聯(lián)邦學(xué)習(xí)概述　227
7.3.2　聯(lián)邦學(xué)習(xí)的系統(tǒng)架構(gòu)　228
7.3.3　聯(lián)邦學(xué)習(xí)的工作過(guò)程　229
7.3.4　聯(lián)邦學(xué)習(xí)的全局模型聚合方法　230
7.4　大模型與AIGC　230
7.4.1　大模型的特征與發(fā)展歷史　231
7.4.2　典型大模型系統(tǒng)　232
7.4.3　機(jī)器人流程自動(dòng)化　239
7.4.4　AIGC　240
7.5　AIGC的應(yīng)用　240
7.5.1　文生文　240
7.5.2　文生圖　242
7.5.3　圖生圖　243
7.5.4　提示性工程　244
7.6　自然語(yǔ)言處理　245
7.6.1　自然語(yǔ)言處理的發(fā)展　245
7.6.2　基于機(jī)器學(xué)習(xí)的自然語(yǔ)言處理　246
7.6.3　機(jī)器翻譯　247
7.7　本章小結(jié)　247
本章習(xí)題　248