本教材共分9章：*1章计算机技术与计算思维基础、*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。
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
3.3.4I/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
4.3.1IP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
6.2Raptor流程图编程85
6.2.1Raptor简介85
6.2.2Raptor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
8.4.2α-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
9.3.4K近邻算法172
9.4聚类算法分析174
9.4.1聚类分析方法175
9.4.2K均值聚类算法175
本章小结178
思考题179
参考文献181
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*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