计算与人工智能概论（第2版）（微课版）

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。全书共12章，主要内容包括计算与人工智能概述、计算系统、Python编程基础、Python编程进阶、算法设计、智能感知、机器学习、智能决策、智能机器人、互联网信息处理、数据管理与大数据、数据分析。 本书适用于本科院校一年级新生的计算机导论、人工智能导论等信息技术类基础课程，可作为计算机基础课程的教材，也可作为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，湖南大学信息科学与工程学院教授，博士生导师，副院长。研究方向为物联网、云计算、卫星互联网、人工智能等，入选教育部新世纪优秀人才，获得湖南省杰出青年基金、教育部-华为智能基座优秀教师、湖南省青年骨干教师。入选2021斯坦福大学发布的“全球前2%顶尖科学家”榜单。获得湖南省教学成果一等奖、湖南省技术发明二等奖、机械工业科技进步二等奖等，是国家级一流专业和一流课程负责人。

第 一部分 计算与计算思维 第 1章 计算与人工智能概述 2 1.1 计算的概念 2 1.1.1 什么是计算 2 1.1.2 图灵机 3 1.1.3 什么是计算机 5 1.1.4 算法、计算机语言与程序 8 1.2 什么是计算思维 12 1.2.1 计算思维的概念 12 1.2.2 问题求解方法 13 1.2.3 算法——计算系统的灵魂 16 1.3 探索人工智能 18 1.3.1 人工智能概述 1.3.2 智能移动机器人路径规划 18 1.3.3 人工智能历史 21 1.3.4 人工智能相关研究 23 1.4 人工智能发展 24 1.4.1 人工智能应用领域 24 1.4.2 人工智能发展 27 1.4.3 华为昇腾AI解决方案 习题 28 第 2章 计算系统 30 2.1 计算与计算机简述 30 2.1.1 图灵机模型 33 2.1.2 计算机的工作原理 36 2.1.3 并行计算 39 2.1.4 嵌入式计算 42 2.1.5 华为云计算方案 2.2 计算执行 45 2.2.1 编译、链接和装载程序 47 2.2.2 程序、进程和线程 52 2.2.3 文件系统 55 2.3 未来的计算机 57 2.3.1 计算机系统的发展 57 2.3.2 未来计算机 58 习题 61 第二部分 程序设计与算法 第3章 Python编程基础 63 3.1 问题求解的计算思维方法 63 3.1.1 问题分解 63 3.1.2 模式识别 64 3.1.3 抽象 64 3.1.4 算法设计 65 3.2 编程的基本概念 65 3.2.1 程序的基本要素 66 3.2.2 Python语言 66 3.2.3 第 一个Python程序：计算篮球某 时刻的坐标值 70 3.2.4 Python基本语法 70 3.2.5 计算并绘制坐标点 73 3.3 模块化编程——函数 74 3.3.1 内置函数 75 3.3.2 自定义计算坐标的函数 75 3.3.3 调用函数绘制坐标点 76 3.3.4 函数的参数 77 3.3.5 函数返回 78 3.4 基本的程序设计方法——分支 78 3.4.1 单分支——if语句 78 3.4.2 二分支——if-else语句 79 3.4.3 多分支——if-elif-else语句 79 3.4.4 智能型计算坐标函数 80 3.4.5 在合理范围内绘制坐标点 82 3.5 基本的程序设计方法——循环 83 3.5.1 while循环 83 3.5.2 在合理范围内绘制多个坐标点 84 3.5.3 循环嵌套 85 3.5.4 在合理范围内绘制多条轨迹线 86 习题 87 第4章 Python编程进阶 89 4.1 序列数据类型——列表 89 4.1.1 用列表存储多条轨迹线的 坐标点 89 4.1.2 列表的基本概念 90 4.1.3 列表的基本操作 91 4.1.4 用列表实现绘制多条线 93 4.2 映射数据类型——字典 94 4.2.1 用字典存储多条轨迹线的 坐标点 94 4.2.2 字典的基本概念 95 4.2.3 字典元素的访问 95 4.2.4 字典的基本操作 96 4.2.5 字典的嵌套 96 4.2.6 用字典实现绘制多条线 97 4.3 文件操作 97 4.3.1 文件的基本概念 98 4.3.2 常用文件操作 100 4.3.3 用文件存储多条轨迹线的 坐标点 103 4.4 Python综合案例——百分百机器人 投篮 105 4.4.1 案例任务描述 106 4.4.2 案例任务分析 106 4.4.3 案例任务实现路径 106 4.4.4 程序模块的代码实现 107 4.4.5 案例运行结果展示 111 习题 111 第5章 算法设计 114 5.1 什么是算法 114 5.1.1 算法是解题步骤 114 5.1.2 算法与计算思维 115 5.2 算法性能 116 5.2.1 算法性能的衡量指标：时间 复杂度 117 5.2.2 算法性能分析举例 119 5.3 问题求解计算思维方法 121 5.3.1 迭代法 121 5.3.2 穷举法 122 5.3.3 二分法 123 5.3.4 递归 127 5.3.5 深度优先遍历 129 5.3.6 梯度下降法 134 习题 138 第三部分 人工智能与智能计算 第6章 智能感知 141 6.1 自然语言处理与大模型 141 6.2 机器视觉 145 6.3 模式识别 149 6.4 案例分析与实现 152 习题 155 第7章 机器学习 156 7.1 监督学习 156 7.2 无监督学习 159 7.3 半监督学习 161 7.4 案例分析与实现 162 习题 164 第8章 智能决策 165 8.1 基于搜索的最优路径决策 165 8.2 强化学习 170 8.3 群体智能 173 8.4 案例分析与实现 177 习题 179 第9章 智能机器人 180 9.1 机器人技术 180 9.1.1 机器人简介 180 9.1.2 机器人及其应用 181 9.1.3 机器人技术展望 182 9.2 人机交互 183 9.2.1 基于传统硬件设备的人机交互 183 9.2.2 基于触控设备的人机交互 185 9.2.3 基于智能设备的人机交互 186 9.2.4 人机交互未来发展趋势 187 习题 189 第四部分 网络与大数据 第 10章 互联网信息处理 191 10.1 网络信息获取基础 191 10.1.1 计算机网络基础 191 10.1.2 无线网络与物联网 200 10.1.3 Web的基本工作方式 206 10.1.4 HTML简介 208 10.2 网络爬虫与信息提取 211 10.2.1 天气数据爬取案例 211 10.2.2 网络爬虫 213 10.3 搜索引擎原理 215 10.3.1 搜索引擎组成 216 10.3.2 网页排名算法 218 10.4 网络安全 219 10.4.1 网络安全基本属性 219 10.4.2 OSI网络安全体系结构 220 10.4.3 网络安全模型与网络安全访问 模型 221 习题 222 第 11章 数据管理与大数据 224 11.1 计算机数据管理 224 11.1.1 人工管理阶段 224 11.1.2 文件系统阶段 225 11.1.3 数据库系统阶段 226 11.1.4 数据文件格式 227 11.2 数据库 229 11.2.1 数据库系统的组成 229 11.2.2 关系型数据库 232 11.2.3 数据库设计 235 11.2.4 数据库和数据表的基本操作 238 11.3 大数据简介 240 11.3.1 大数据的产生 240 11.3.2 大数据的特性 241 11.3.3 大数据处理过程概述 242 11.3.4 高校大数据应用解决方案 示例 245 习题 246 第 12章 数据分析 248 12.1 数据分析应用 248 12.1.1 数据分析定义 248 12.1.2 数据分析应用场景 248 12.2 数据分析案例 250 12.2.1 数据分析的基本步骤 250 12.2.2 气候数据分析案例 251 12.2.3 数据分析软件 255 12.3 数据分析详解 257 12.3.1 数据采集 257 12.3.2 数据处理 258 12.3.3 数据分析 259 12.3.4 数据挖掘 261 12.3.5 数据可视化 263 习题 269 参考文献 270