目录

第1章计算与智能1

1.1计算的本质2

1.1.1可计算边界问题2

1.1.2图灵机3

1.1.3计算的定义4

1.1.4问题的计算解5

1.2计算的四要素7

1.2.1计算系统7

1.2.2算法9

1.2.3数据12

1.2.4程序设计语言13

1.3人与计算： 碳基与硅基16

1.3.1思维与计算思维17

1.3.2智能与人工智能23

1.3.3学习与机器学习25

1.4智能化社会与人28

1.4.1智能化社会概述29

1.4.2问题与挑战29

1.4.3应对策略31

1.5本章小结32

1.6习题32

第2章Python语言基础33

2.1概述34

2.2Python基础37

2.2.1词法构成37

2.2.2控制结构与结构化方法42

2.2.3函数与模块化方法48

2.2.4类与面向对象方法55目录〖3〗2.3Python进阶58

2.3.1Python内置数据结构58

2.3.2常用数据结构及其实现66

2.3.3常用第三方库81

2.3.4TensorFlow基础93

2.4Python高阶应用98

2.4.1并发编程98

2.4.2元编程与反射107

2.4.3迭代器、生成器和装饰器112

2.5Python模拟编译器116

2.5.1词法分析与语法分析116

2.5.2语义分析与中间代码生成118

2.5.3代码优化与目标代码生成119

2.6本章小结122

2.7习题122

第3章计算系统124

3.1计算系统概述125

3.1.1发展历程125

3.1.2计算系统的分类127

3.1.3基本组成及层次结构127

3.1.4国产计算系统的发展129

3.2硬件系统131

3.2.1运算基础131

3.2.2冯·诺依曼体系结构137

3.2.3基本组成及功能142

3.2.4经典硬件系统优化技术152

3.2.5Python实例159

3.3软件系统164

3.3.1系统软件164

3.3.2应用软件171

3.4网络互联系统172

3.4.1核心基础概念172

3.4.2计算机网络概述174

3.4.3Internet基础179

3.4.4Python实现网络爬虫185

3.5现代计算系统187

3.5.1单机计算系统及其应用187

3.5.2多机计算系统及其应用190

3.5.3新技术的发展与应用194

3.6本章小结206

3.7习题206

第4章信息编码与数据管理208

4.1信息编码209

4.1.1数值编码209

4.1.2字符编码211

4.1.3多媒体编码214

4.2数据管理技术223

4.2.1数据管理技术的发展223

4.2.2数据库技术概述225

4.2.3数据库设计228

4.2.4MySQL数据库基础操作233

4.3大数据技术238

4.3.1概述238

4.3.2Hadoop框架240

4.3.3Spark（内存计算框架）248

4.3.4HBase（NoSQL数据库）249

4.3.5大数据的应用251

4.4区块链技术252

4.4.1概述252

4.4.2区块链的核心技术和逻辑架构256

4.4.3区块链的典型应用258

4.5本章小结260

4.6习题260

第5章算法与模型263

5.1算法与模型概述264

5.1.1算法与模型的定义264

5.1.2机器学习中的模型与算法265

5.2问题求解与搜索算法265

5.2.1问题求解概述265

5.2.2盲目搜索266

5.2.3启发式搜索268

5.3知识表示与推理模型271

5.3.1知识概述271

5.3.2推理概述272

5.3.3知识表示及其推理274

5.4知识发现与学习模型280

5.4.1机器学习与知识发现281

5.4.2统计学习与知识发现285

5.4.3数据挖掘与知识发现288

5.5应用实践291

5.5.1基于Apriori实现关联规则挖掘291

5.5.2基于支持向量机实现葡萄酒分类293

5.6本章小结295

5.7习题296

第6章人工智能基础297

6.1人工智能概述298

6.1.1人工智能的定义298

6.1.2人工智能的核心要素298

6.1.3人工智能技术栈303

6.2神经网络与深度学习305

6.2.1发展历程306

6.2.2基本原理与核心概念308

6.2.3经典神经网络架构311

6.3大语言模型与具身智能320

6.3.1大语言模型320

6.3.2具身智能322

6.4应用实践329

6.4.1CNN实现手写数字体识别329

6.4.2RNN预测正弦波序列330

6.4.3简化版大语言模型训练332

6.5本章小结333

6.6习题333

第7章人工智能工具及应用335

7.1智能时代学习和生活的变革336

7.1.1技术驱动的学习模式革新336

7.1.2生活场景的智能化重构340

7.1.3社会影响与伦理挑战346

7.2主流智能工具简介350

7.2.1通用语言模型工具350

7.2.2垂直领域工具353

7.2.3新兴工具与平台356

7.3AI工具的典型应用案例360

7.3.1代码生成360

7.3.2文献综述生成366

7.3.3视频生成——数字人技术366

7.3.4智能推荐系统368

7.4本章小结369

7.5习题370

参考文献372

附录AIntel 8086处理器的指令集373

附录B大数据系统参考配置374

附录CAI大模型系统参考配置376