计算与人工智能概论

　　本书从计算思维的角度出发，以人工智能相关问题为引导，在解决实际案例问题的过程中植入知识点，为各专业的学生在今后设计、构造和应用各种计算系统，求解本学科的问题奠定基础。全书内容包括计算与计算思维、程序设计与算法、人工智能与智能计算、网络与大数据这四大部分。本书适用于高等院校一年级新生的计算机导论等信息技术类基础课程，可作为高等院校计算机基础课程的教材，也可作为“计算与人工智能概论”课程的教材，还可作为计算机基础培训的教材和自学参考书。

　　罗娟：博士，湖南大学信息科学与工程学院教授、博士生导师，入选教育部新世纪很好人才，获湖南省杰出青年基金。信息技术新工科产学研联盟届理事会理事，湖南省高教学会计算机教育专业委员会副理事长。湖南省信息技术虚拟仿真实验教学中心、湖南省品质专业和品质课程负责人，荣获湖南省技术发明奖二等奖、中国机械工业科学技术奖二等奖、湖南省计算机学会高等教学成果奖一等奖，以及“湖南省很好创新创业指导教师”“湖南大学很好教师”荣誉称号等。

目录 CONTENTS
第 一部分 计算与计算思维
第 1章 计算与人工智能概述
1．1 计算的概念
1．1．1 什么是计算
1．1．2 图灵机
1．1．3 什么是计算机
1．1．4 算法、计算机语言与程序
1．2 什么是计算思维
1．2．1 计算思维的概念
1．2．2 问题求解方法
1．2．3 算法——计算系统的灵魂
1．3 探索人工智能
1．3．1 智能移动机器人路径规划
1．3．2 人工智能历史
1．3．3 人工智能相关研究
1．4 人工智能发展
1．4．1 人工智能应用领域
1．4．2 人工智能发展
习题
第 2章 计算系统
2．1 计算与计算机简述
2．1．1 图灵机模型
2．1．2 计算机的工作原理
2．1．3 并行计算
2．1．4 嵌入式计算
2．2 计算执行
2．2．1 编译、链接和装载程序
2．2．2 程序、进程和线程
2．2．3 文件系统
2．3 未来的计算机
2．3．1 计算机系统的发展
2．3．2 未来计算机
习题
第二部分 程序设计与算法
第3章 python编程基础
3．1问题求解的计算思维方法
3．1．1 问题分解
3．1．2 模式识别
3．1．3 抽象
3．1．4 算法设计
3．2 编程的基本概念
3．2．1 程序的基本要素
3．2．2 程序设计语言
3．2．3 Python语言概述
3．2．4 第 一个python程序：计算篮球某时刻的坐标值
3．2．5 Python基本语法
3．2．6 计算并绘制坐标点
3．3 模块化编程——函数
3．3．1 常用的内置函数
3．3．2 自定义计算坐标的函数
3．3．3 调用函数绘制坐标点
3．3．4 函数的参数
3．3．5 函数返回
3．4 基本的程序设计方法——分支
3．4．1 单分支——if语句
3．4．2 二分支——if-else语句
3．4．3 多分支——if-elif-else语句
3．4．4 智能型计算坐标函数
3．4．5 在合理范围内绘制坐标点
3．5 基本的程序设计方法——循环
3．5．1 while循环
3．5．2 在合理范围内绘制多个坐标点
3．5．3 循环嵌套
3．5．4 在合理范围内绘制多条轨迹线
习题
第4章 Python编程进阶
4．1 序列数据类型——列表
4．1．1 用列表存储多条轨迹线的坐标点
4．1．2 列表的基本概念
4．1．3 列表的基本操作
4．1．4 用列表实现绘制多条线
4．2 映射数据类型——字典
4．2．1 用字典存储多条轨迹线的坐标点
4．2．2 字典的基本概念
4．2．3 字典元素的访问
4．2．4 字典的基本操作
4．2．5 字典的嵌套
4．2．6 用字典实现绘制多条线
4．3 文件操作
4．3．1 文件的基本概念
4．3．2 常用文件操作
4．3．3 用文件存储多条轨迹线的坐标点
4．4 python综合案例——很大程度上机器人投篮
4．4．1 案例任务描述
4．4．2 案例任务分析
4．4．3 案例任务实现路径
4．4．4 程序模块的代码实现
4．4．5 案例运行结果展示
习题
第5章 算法设计
5．1 什么是算法
5．1．1 算法是解题步骤
5．1．2 算法与计算思维
5．2 算法性能
5．2．1 算法性能的衡量指标：时间复杂度
5．2．2 算法性能分析举例
5．3 问题求解计算思维方法
5．3．1 迭代法
5．3．2 穷举法
5．3．3 二分法
5．3．4 递归
5．3．5 深度优先遍历
5．3．6 梯度下降法
习题
第三部分 人工智能与智能计算
第6章 智能感知
6．1 自然语言处理
6．2 基于神经网络的图像处理
6．3 模式识别
6．4 案例分析与实现
习题
第7章 机器学习
7．1 监督学习
7．2 无监督学习
7．3 半监督学习
7．4 案例分析与实现
习题
第8章 智能决策
8．1 基于搜索的很优路径决策
8．2 强化学习
8．3 群体智能
8．4 案例分析与实现
习题
第9章 智能机器人
9．1 机器人技术
9．1．1 机器人简介
9．1．2 机器人及其应用
9．1．3 机器人技术展望
9．2 人机交互
9．2．1 基于传统硬件设备的人机交互
9．2．2 基于触控设备的人机交互
9．2．3 基于智能设备的人机交互
9．2．4 人机交互未来发展趋势
习题
第四部分 网络与大数据
第 10章 互联网信息处理
10．1 网络信息获取基础
10．1．1 计算机网络基础
10．1．2 无线网络与物联网
10．1．3 Web的基本工作方式
10．1．4 HTML语言简介
10．2 网络爬虫与信息提取
10．2．1 天气数据爬取案例
10．2．2 网络爬虫
10．3 搜索引擎原理
10．3．1 搜索引擎组成
10．3．2 网页排名算法
10．4 网络安全
10．4．1 网络安全基本属性
10．4．2 OSI网络安全体系结构
10．4．3 网络安全模型与网络安全访问模型
习题
第 11章 数据管理与大数据
11．1计算机数据管理
11．1．1 人工管理阶段
11．1．2 文件系统阶段
11．1．3 数据库系统阶段
11．1．4 数据文件格式
11．2 数据库
11．2．1 数据库系统的组成
11．2．2 关系型数据库
11．2．3 数据库设计
11．2．4 数据库和数据表的基本操作
11．3大数据简介
11．3．1 大数据的产生
11．3．2 大数据的特性
11．3．3 大数据处理过程概述
11．3．4 高校大数据应用解决方案示例
习题
第 12章 数据分析
12．1数据分析应用
12．1．1 数据分析定义
12．1．2 数据分析应用场景
12．2数据分析案例
12．2．1 数据分析的基本步骤
12．2．2 气候数据分析案例
12．2．3数据分析软件
12．3数据分析详解
12．3．1 数据采集
12．3．2 数据处理
12．3．3 数据分析策略和方法
12．3．4 数据挖掘
12．3．5 数据可视化
习题