数字素养通识教程 : 大数据与人工智能时代的计算

本书详细阐述了培养具有数字素养的综合型人才所需要的相关知识储备。作为通识类课程教材，本书在确定知识布局时，紧紧围绕通识教育核心理念，系统介绍信息、计算机、程序设计、新兴数字技术等相关知识，努力培养学生的数字素养。全书共7章，内容包括信息与计算机基础、计算机程序设计、新兴数字技术、深入了解大数据、大模型：人工智能的前沿、AIGC应用与实践、新兴数字技术的伦理问题。为了避免陷入空洞的理论介绍，本书在很多章节都融入了丰富的案例，这些案例就发生在我们生活的数字时代，很具有代表性和说服力，能够让学生直观感受相应理论的具体内涵。本书巧妙融入“课程思政”元素，精彩呈现我国在信息化领域的最新发展成就，增强学生的民族自信心和自豪感。此外，为了满足高校对于课程实践教学的需求，本书在官网中提供了大数据处理、数据可视化的实操案例，学生不需要具备计算机技术基础就可以顺利完成案例的全部操作。 本书可作为高等学校数字素养通识教育课程和计算机通识教育课程的教材，也可供对数字素养感兴趣的读者自学使用。

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500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”。

第1章 信息与计算机基础 1.1　信息与计算机概述 1.1.1　信息概述 1.1.2　信息技术的发展 1.1.3　计算机技术的发展 1.1.4　计算机的分类 1.2　计算机中的信息表示 1.2.1　进位计数制 1.2.2　不同计数制之间的转换 1.2.3　计算机使用二进制数 1.2.4　计算机信息编码技术 1.3　计算机系统 1.3.1　硬件系统 1.3.2　软件系统 1.4计算机网络 1.4.1　计算机网络概述 1.4.2　计算机网络的类型 1.4.3　计算机网络的关键要素 1.4.4　计算机网络的接入方式 1.4.5　计算机网络服务 1.4.6　网页 1.4.7　移动互联网 1.5　计算机系统安全 1.5.1计算机系统面临的安全威胁 1.5.2安全防护技术 1.6　信息化基础设施 1.6.1　网络设施 1.6.2　算力设施 1.6.3　空间设施 1.6.4　电力设施 1.6.5　新基建 1.7　国家信息安全 1.7.1　信息安全的主要领域 1.7.2　保障国家信息安全的举措 1.7.3　我国实施“信创”战略 1.8　数字时代与数字经济 1.8.1　数字时代 1.8.2　数字经济 1.9　数字素养 1.9.1　什么是数字素养 1.9.2　数字素养的重要性 1.9.3　我国的数字素养发展目标 1.9.4　我国提升全民素质素养的具体做法 1.9.5　大学生如何提升自己的数字素养 1.10　本章小结 1.10　习题 第2章　计算机程序设计 2.1　问题求解与程序设计 2.1.1　计算机求解问题的基本过程 2.1.2　算法 2.1.3　程序与程序设计 2.2　计算机语言 2.2.1　计算机语言的种类 2.2.2　编程语言的选择 2.3　Python简介 2.3.1　什么是Python 2.3.2　Python语言的特点 2.3.3　Python语言的应用 2.4　搭建Python开发环境 2.4.1　安装Python 2.4.2　设置当前工作目录 2.4.3　使用交互式执行环境 2.4.4　运行代码文件 2.4.5　使用IDLE编写代码 2.5　Python规范 2.4.1　注释规则 2.4.2　代码缩进 2.6　Python基础语法知识 2.6.1　基本数据类型 2.6.2　组合数据类型 2.6.3　控制结构 2.6.4　函数 2.7　Python程序设计综合实例 2.8　使用Python绘制图像 2.8.1　turtle的常用函数 2.9　本章小结 2.10　习题 第3章　新兴数字技术 3.1云计算 3.1.1　云计算概念 3.1.2　云计算服务模式和类型 3.1.3　云计算数据中心 3.1.4　云计算的应用 3.1.5　云计算产业 3.2物联网 3.2.1　物联网的概念 3.2.2　物联网关键技术 3.2.3　物联网的应用 3.2.4　物联网产业 3.3　大数据 3.3.1　数据 3.3.2　大数据时代 3.3.3　大数据的发展历程 3.3.4　大数据的概念 3.3.5　大数据的影响 3.3.6　大数据的应用 3.3.7　大数据产业 3.3.8　大数据与数字经济 3.3.9　大数据与5G 3.3.10　大数据与新质生产力 3.4　人工智能 3.4.1　什么是人工智能 3.4.2　人工智能的发展历程 3.4.3　人工智能的要素 3.4.4　人工智能关键技术 3.4.5　人工智能应用 3.4.6　人工智能产业 3.5　区块链 3.5.1　从比特币说起 3.5.2　区块链的原理 3.5.3　区块链的定义 3.5.4　区块链的分类 3.5.5　区块链的应用 3.5.6　区块链的发展阶段 3.5.7　基于区块链的虚拟数字货币 3.5.8　基于区块链技术的数字人民币 3.6　元宇宙 3.6.1　元宇宙概述 3.6.2.元宇宙的基本特征 3.6.3元宇宙的核心技术 3.6.4　元宇宙的典型应用场景 3.6.5　元宇宙的风险与挑战 3.6.6　虚拟现实 3.6.7　虚拟数字人 3.6.8数字孪生 3.7　新兴技术之间的关系 3.7.1　大数据与云计算、物联网的关系 3.7.2　大数据与人工智能的关系 3.7.3　大数据与区块链的关系 3.7.4大数据与元宇宙的关系 3.8　基于新兴数字技术的工业4.0 3.8.1　工业4.0的概念 3.8.2　工业4.0的关键技术支柱 3.8.3　工业4.0的实际应用 3.8.4　中国制造2025 3.9本章小结 3.10　习题 第4章　深入了解大数据 4.1　大数据技术 4.1.1　大数据技术概述 4.1.2　数据采集与预处理 4.1.3数据存储和管理 4.1.4数据处理与分析 4.1.5数据可视化 4.1.6数据安全和隐私保护 4.2　大数据思维 4.2.1　传统的思维方式 4.2.2　大数据时代需要新的思维方式 4.2.3　大数据思维方式 4.2.4　运用大数据思维的具体实例 4.3　数据共享 4.3.1　数据孤岛问题 4.3.2　数据孤岛问题产生的原因 4.3.3　消除数据孤岛的重要意义 4.3.4　实现数据共享所面临的挑战 4.3.5　推进数据共享的举措 4.3.6　数据共享案例 4.4　数据开放 4.4.1　政府开放数据的理论基础 4.4.2　政府信息公开与政府数据开放的联系与区别 4.4.3　政府数据开放的重要意义 4.4.4　我国政府数据开放 4.5　大数据交易 4.5.1　概述 4.5.2大数据交易发展现状 4.5.3大数据交易平台 4.5.4　数据产权制度 4.6　大数据安全 4.6.1　传统数据安全 4.6.2　大数据安全与传统数据安全的不同 4.6.4　大数据安全问题 4.6.4　典型案例 4.6　数据治理 4.6.1　数据治理相关概念 4.6.2　为什么需要数据治理 4.6.3　数据治理的概念 4.6.4　数据治理的发展历程 4.6.5　数据治理在组织中的价值定位 4.6.6　数据治理对于企业的重要作用 4.6.7　数据治理与数据管理的关系 4.8　大数据应用 4.8.1　大数据在互联网领域的应用 4.8.2　大数据在生物医学领域的应用 4.8.3　大数据在物流领域的应用 4.8.4　大数据在城市管理领域的应用 4.8.5　大数据在金融领域的应用 4.8.6　大数据在汽车领域的应用 4.8.7　大数据在零售领域的应用 4.8.8　大数据在餐饮领域的应用 4.8.9　大数据在电信领域的应用 4.8.10　大数据在能源领域的应用 4.8.11　大数据在体育和娱乐领域的应用 4.8.12　大数据在安全领域的应用 4.8.13　大数据在日常生活中的应用 4.9　本章小结 4.10　习题 第5章　大模型：人工智能的前沿 5.1　大模型概述 5.1.1　大模型的概念 5.1.2　大模型与小模型的区别 5.1.3　大模型的发展历程 5.1.4　人工智能与大模型的关系 5.1.5　大模型在人工智能领域的重要性 5.2　大模型产品 5.2.1　国外的大模型产品 5.2.2　国内的大模型产品 5.3　大模型的基本原理 5.4　大模型的特点 5.5　大模型的分类 5.6　大模型的成本 5.7　大模型的应用领域 5.8大模型对人们工作和生活的影响 5.8.1　大模型对工作的影响 5.8.2　模型对生活的影响 5.9　大模型的挑战与未来发展 5.9.1　大模型的挑战 5.9.2　大模型的未来发展 5.10　本章小结 5.11　习题 第6章AIGC应用与实践 6.1　AIGC概述 6.1.1　什么是AIGC 6.1.2　AIGC与大模型的关系 6.1.3　AIGC的发展历程 6.1.4　常见的AIGC应用场景 6.1.5　AIGC技术对行业发展的影响 6.1.6　AIGC技术对职业发展的影响 6.1.7　常见的AIGC大模型工具 6.1.8　AIGC大模型的提示词 6.2文本类AIGC应用实践 6.2.1　文本类AIGC应用场景 6.2.2　文本类AIGC案例实践 6.3图片类AIGC应用实践 6.3.1图片类AIGC应用场景 6.3.2图片类AIGC案例实践 6.4语音类AIGC应用实践 6.4.1　语音类AIGC应用场景 6.4.2　语音类AIGC案例实践 6.5视频类AIGC应用实践 6.5.1　视频类AIGC应用场景 6.5.2　代表性视频类AIGC大模型 6.6　AIGC技术在辅助编程中的应用 6.7　本章小结 第7章　新兴数字技术的伦理问题 7.1　大数据伦理 7.1.1大数据伦理典型案例 7.1.2大数据的伦理问题 7.1.3大数据伦理问题产生的原因 7.1.4大数据伦理问题的治理 7.2　人工智能伦理 7.2.1　人工智能伦理概念 7.2.2　人工智能的伦理问题 7.2.3　人工智能伦理典型案例 7.2.4　人工智能伦理的基本原则 7.2.5　解决人工智能伦理问题的策略 7.3　区块链伦理问题 7.3.1　隐私保护与数据安全 7.3.2　权力下放与中心化 7.3.3　价值取向与道德评判 7.3.4　责任界定与追责机制 7.3.5　资源消耗与环境影响 7.4　元宇宙伦理问题 7.4.1　造成人的异化 7.4.2　泄露人的隐私 7.4.3　冲击社会伦理 7.4.4　去中心化风险 7.4.5　跨文化冲突与价值观碰撞 7.5　本章小结 7.6　习题