大学计算机与人工智能素养教程 本书内容涵盖了信息技术基础知识、计算机硬件系统、软件与数据结构等，同时还结合人工智能发展的大环境，引入了人工智能学科中的相关概念与技术，如机器学习、神经网络等，并介绍了当下流行的大语言模型与GenAI，以提升学生人工智能素养。在内容组织上，引入了行业应用案例，如医药行业中的信息技术应用与案例，有助于医药类专业学生将计算机与专业知识更好地融合。本书可以作为普通高等学校大学计算机信息技术课程及人工智能素养教材使用。

系列名：高等学校人工智能通识课程融合系列规划教材
作者：印志鸿，白云璐，金玉琴	编辑：苗庆松	ISBN：978-7-305-29551-5
出版时间：202508	字数：410	定价：49.80
开本：16开	页数：268	装订：平装
版次：1	CIP分类号：TP3

印志鸿，副教授，南京中医药大学计算机基础教学部主任，长期从事计算机基础类课程教学工作，主持多项省级、校级教改课题项目，省级一流课程负责人，主编教材多部。白云璐，南京中医药大学计算机基础教学部副主任，长期担任大学信息技术基础、计算机基础等公共基础课程主讲教师。金玉琴，副教授，南京中医药大学计算机基础教学部教师，长期从事大学信息技术基础、Python语言程序设计等课程的教学工作，主编教材多部。

本书内容涵盖了信息技术基础知识、计算机硬件系统、软件与数据结构等，同时还结合人工智能发展的大环境，引入了人工智能学科中的相关概念与技术，如机器学习、神经网络等，并介绍了当下流行的大语言模型与GenAI，以提升学生人工智能素养。在内容组织上，引入了行业应用案例，如医药行业中的信息技术应用与案例，有助于医药类专业学生将计算机与专业知识更好地融合。本书可以作为普通高等学校大学计算机信息技术课程及人工智能素养教材使用。

第1章编码的信息世界1
1.1信息与信息技术概述1
1.1.1信息的定义与特征1
1.1.2信息技术与信息技术产业2
1.1.3信息社会与人类健康3
1.2数字技术基础4
1.2.1比特与二进制4
1.2.2比特的运算6
1.2.3信息在计算机中的表示7
1.3文字编码10
1.3.1字符编码10
1.3.2数字文本的获取与输出13
1.4图像与图形、音视频等多媒体编码15
1.4.1数字图像的获取与表示16
1.4.2数字图像的常见格式19
1.4.3数字图像处理与应用20
1.4.4计算机图形及应用22
1.4.5数字声音的获取23
1.4.6数字声音的压缩编码及常见格式25
1.4.7数字视频的压缩编码及常见格式27
1.5数字媒体技术应用扩展29
1.5.1VR（Virtual Reality）虚拟现实29
1.5.2AR（Augmented Reality）增强现实31
1.5.3MR（Mixed Reality）混合现实32
1.5.4XR（Extended Reality）扩展现实33
1.5.5元宇宙34
本章小结37
习题与自测题37第2章计算机系统39
2.1计算机的发展与计算机系统概述39
2.1.1计算机的硬件系统和软件系统39
2.1.2计算机的发展史41
2.2硬件系统43
2.2.1CPU43
2.2.2内存储器46
2.2.3常用输入设备48
2.2.4常用输出设备49
2.2.5外存储器50
2.2.6外设接口52
2.2.7系统总线53
2.3软件系统54
2.3.1什么是计算机软件54
2.3.2计算机软件的特点55
2.3.3计算机软件的分类56
2.3.4操作系统概述57
2.4扩展：智能手机的组成和操作系统64
2.4.1智能手机的组成64
2.4.2智能手机的操作系统66
本章小结70
习题与自测题70第3章程序设计基础73
3.1程序设计语言73
3.1.1程序设计语言概述73
3.1.2常见程序设计语言特点74
3.2程序设计基础74
3.2.1程序设计方法74
3.2.2程序设计风格77
3.3Python程序设计基础77
3.3.1Python概述77
3.3.2Python开发环境78
3.3.3Python语法元素分析81
3.3.4Python面向对象编程97
3.3.5Python编程实例103
本章小结106
习题与自测题106第4章问题求解与计算思维110
4.1算法与数据结构110
4.1.1算法概述110
4.1.2数据结构概述111
4.1.3常见的数据结构113
4.1.4经典算法介绍125
4.2计算思维128
4.2.1计算思维的特征129
4.2.2计算思维的应用领域129
4.2.3培养计算思维的方法129
4.3软件工程基础130
4.3.1软件工程的基本概念130
4.3.2需求分析及其方法131
4.3.3软件设计及其方法132
4.3.4软件测试134
4.3.5程序的调试136
4.4推荐算法136
4.5决策支持系统138
4.5.1决策支持系统的基本概念138
4.5.2决策支持系统的组成与关键技术139
4.5.3决策支持系统的应用139
4.5.4决策支持系统面临的挑战与发展趋势140
4.5.5决策支持系统总结141
本章小结141
习题与自测题142第5章互联网、物联网与云计算145
5.1计算机网络概述145
5.1.1计算机网络基本概念145
5.1.2数据通信基础知识148
5.1.3计算机网络的发展之路152
5.1.4网络传输媒体153
5.1.5通信技术在相关领域的应用156
5.2计算机网络体系结构159
5.2.1两种网络体系结构159
5.2.2IP协议161
5.2.3网络连接设备163
5.2.4计算机网络的工作模式164
5.3局域网164
5.3.1局域网概述164
5.3.2局域网的组成165
5.3.3几种常见的局域网165
5.4互联网基础167
5.4.1Internet概述167
5.4.2Internet的接入方式167
5.4.3域名系统168
5.4.4Internet提供的应用服务169
5.5网络安全技术172
5.5.1网络安全基本概念172
5.5.2常用的安全保护措施172
5.5.3计算机病毒174
5.6物联网175
5.6.1物联网体系结构176
5.6.2物联网的相关应用176
5.7云计算178
本章小结179
习题与自测题180第6章大数据分析182
6.1计算机信息系统182
6.1.1信息系统的定义182
6.1.2信息系统的特点183
6.1.3信息系统的层次184
6.2数据库系统185
6.2.1数据管理系统的概念与技术发展185
6.2.2数据库系统的组成186
6.2.3数据库的设计和数据的抽象189
6.2.4数据模型192
6.3大数据分析198
6.3.1大数据概念198
6.3.2大数据系统架构199
6.3.3大数据工具202
6.3.4大数据处理的基本流程204
6.4大数据分析的日常应用206
本章小结209
习题与自测题209第7章人工智能技术211
7.1人工智能概述211
7.1.1人工智能的典型特征211
7.1.2人工智能的研究方法213
7.1.3人工智能的研究范围214
7.2人工智能的起源和发展经历214
7.3人工智能的核心技术216
7.4人工智能的相关应用219
7.4.1人工智能在医疗诊断领域的应用和发展219
7.4.2人工智能在教育领域的应用和发展222
7.4.3人工智能在金融领域的应用和发展224
7.4.4人工智能在农业领域的应用225
7.4.5人工智能在自动驾驶领域的应用和发展226
7.4.6人工智能在文娱领域的应用227
7.4.7人工智能应用总结228
本章小结228
习题与自测题229第8章机器学习与深度学习230
8.1机器学习概述230
8.1.1机器学习的诞生与发展230
8.1.2什么是机器学习232
8.1.3机器学习的分类233
8.1.4机器学习与人类逻辑思维的类比236
8.1.5机器学习的“学习”流程237
8.2机器学习算法举例238
8.2.1回归算法（Regression）238
8.2.2K近邻算法（Knearest Neighbour，KNN）239
8.2.3决策树算法（Decision Tree）240
8.2.4贝叶斯算法（Bayesian Algorithm）240
8.2.5支持向量机算法（Support Vector Machine，SVM）241
8.2.6Kmeans聚类算法（Kmeans Clustering）241
8.2.7人工神经网络算法（Artificial Neural Networks，ANN）242
8.3深度学习243
8.3.1深度学习定义243
8.3.2人工神经元244
8.3.3深度学习相关基础概念245
8.3.4深度神经网络的基本训练过程248
8.4卷积神经网络249
8.4.1为什么选择卷积249
8.4.2卷积神经网络的结构与原理250
8.5深度学习的典型应用252
8.5.1深度学习在计算机视觉中的应用252
8.5.2深度学习在自然语言处理中的应用253
8.5.3深度学习助力大语言模型255
本章小结258
习题与自测题258