计算思维与人工智能基础/周勇

1.紧跟计算机技术发展速度，以“基础性、系统性、优选性、实用性”为指导思想。 2.充分吸收计算机领域的新知识、新技术、新方法和新概念，符合人才培养的目标。 3.站在科学高度，凝练教学内容，以精炼的语言讲述计算思维和人工智能基础。 4.通过丰富的示例题目，引领读者一定深度的探索，内容新颖，特色鲜明。

本教材共分9章：第1章计算机技术与计算思维基础、第2章计算机中信息表示、第3章计算机系统基本组成和基本工作原理、第4章互联网与物联网、第5章计算机新技术、第6章计算机求解问题基础、第7章人工智能概述、第8章搜索与博弈和第9章机器学习。

周勇教授入选江苏省“333人才工程”和“六大人才高峰”培养对象。曾在美国明尼苏达大学进修，是南京大学高级访问学者。从事数据挖掘、机器学习、人工智能、进化计算和无线传感器网络等方面的理论与应用研究。近年来，出版专著1部；在国内外重要学术期刊上发表学术论文60余篇，其中SCI检索20余篇，EI检索30余篇；作为项目负责人，先后主持国家自然科学基金面上项目1项，国家863计划子课题1项等

第1章 计算机技术与计算 思维基础  1 1.1  计算机技术  1 1.1.1  计算机的发展  1 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  4 1.2  计算思维基础  6 1.2.1  计算思维的定义  6 1.2.2  计算思维的特征  7 1.2.3  计算思维的本质  7 1.2.4  计算思维的基本方法  8 1.2.5  计算思维与计算机的关系  8 1.2.6  计算思维的应用  9 本章小结  9 思考题  9 第2章  计算机中信息的表示  11 2.1  常用数制及其转换  11 2.1.1  常用数制  12 2.1.2  数制转换  13 2.2  二进制数的运算  15 2.2.1  算术运算  15 2.2.2  逻辑运算  15 2.3  数值数据的表示和处理  16 2.3.1  定点数表示  16 2.3.2  浮点数表示  19 2.4  文字的表示和处理  19 2.4.1  西文字符编码  20 2.4.2  汉字编码  20 本章小结  22 思考题  23 第3章  计算机系统的基本组成 和基本工作原理  25 3.1  计算机系统的基本组成  25 3.1.1  计算机系统的组成  25 3.1.2  计算机的逻辑组成  26 3.2  微型计算机系统的组成  28 3.2.1  微型计算机系统的硬件基本 组成  29 3.2.2  微型计算机系统的主要性能 指标  29 3.3  微型计算机的主机系统  30 3.3.1  中央处理器  30 3.3.2  微机主板及其主要部件  31 3.3.3  内存储器  32 3.3.4  I/O操作、I/O控制器、I/O 总线与I/O接口  33 3.4  微型计算机的外部设备  36 3.4.1  外存储器  36 3.4.2  输入/输出设备  38 3.5  计算机软件  40 3.5.1  软件概述  40 3.5.2  操作系统基础  42 3.6  计算机的基本工作原理  46 3.6.1  指令及指令系统  46 3.6.2  指令的执行过程  48 3.6.3  流水线技术  49 本章小结  50 思考题  50 第4章  互联网与物联网  54 4.1  计算机网络概述  54 4.1.1  计算机网络的发展  54 4.1.2  计算机网络的定义  55 4.1.3  计算机网络的分类  55 4.2  局域网  57 4.2.1  局域网硬件  57 4.2.2  局域网软件  59 4.3  互联网  59 4.3.1  IP地址  60 4.3.2  子网掩码  61 4.3.3  域名系统  61 4.3.4  基本服务  61 4.4  物联网  63 4.4.1  物联网的概念  63 4.4.2  物联网的关键技术  64 4.4.3  物联网的应用  65 4.5  网络信息安全  66 4.5.1  计算机病毒  67 4.5.2  黑客攻击  67 4.5.3  网络信息安全措施  68 本章小结  68 思考题  68 第5章  大数据与云计算  70 5.1  大数据  70 5.1.1  大数据的发展  70 5.1.2  大数据的概念  71 5.1.3  大数据的影响  72 5.1.4  大数据的关键技术  74 5.1.5  大数据应用案例  75 5.2  云计算  76 5.2.1  云计算的概念  76 5.2.2  云计算的服务模式  76 5.2.3  云计算的关键技术  77 5.2.4  云计算的应用  78 本章小结  78 思考题  79 第6章  算法  80 6.1  算法和算法描述  80 6.1.1  算法基础  80 6.1.2  算法描述  81 6.2  Raptor流程图编程  85 6.2.1  Raptor简介  85 6.2.2  Raptor应用案例  89 6.3  算法设计  93 6.3.1  枚举法  94 6.3.2  递推法  101 6.3.3  递归法  107 6.4  排序算法  114 6.4.1  冒泡排序  114 6.4.2  选择排序  117 本章小结  120 思考题  120 第7章  人工智能初探  121 7.1  认识人工智能  122 7.1.1  智能的概念  122 7.1.2  人工智能的概念  124 7.2  人工智能的起源和发展  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  知识期  128 7.2.5  稳步增长期  129 7.3  人工智能的研究方法  131 7.3.1  符号主义  131 7.3.2  连接主义  132 7.3.3  行为主义  133 7.4  人工智能的应用领域  134 7.4.1  问题求解与博弈  134 7.4.2  专家系统  134 7.4.3  模式识别  135 7.4.4  智能决策支持系统  136 7.4.5  自然语言处理  137 7.4.6  智能检索  137 7.4.7  自动驾驶  137 7.4.8  机器人学  138 7.4.9  人工智能+  138 本章小结  139 思考题  139 第8章  搜索与博弈  140 8.1  引言  140 8.2  基于状态空间图的搜索技术  141 8.2.1  状态空间图  142 8.2.2  问题的状态空间表示法  143 8.2.3  状态空间搜索的基本思想  145 8.3  深度优先搜索和宽度优先搜索  146 8.4  博弈  149 8.4.1  极大极小过程  153 8.4.2  α-β剪枝  155 本章小结  156 思考题  157 第9章  机器学习  158 9.1  机器学习概述  158 9.1.1  机器学习的定义  158 9.1.2  机器学习的发展历程  159 9.1.3  学习系统的基本模型  160 9.1.4  机器学习的分类  161 9.1.5  机器学习与人类思考的类比  162 9.2  距离函数及相似度度量函数  162 9.2.1  距离函数  163 9.2.2  相似度度量函数  164 9.3  分类算法分析  165 9.3.1  分类概述  165 9.3.2  分类分析方法  168 9.3.3  决策树算法  169 9.3.4  K近邻算法  172 9.4  聚类算法分析  174 9.4.1  聚类分析方法  175 9.4.2  K均值聚类算法  175 本章小结  178 思考题  179 参考文献  181