第1章 數(shù)字化概述 1
1.1 數(shù)字化的產(chǎn)生與發(fā)展 1
1.1.1 數(shù)字化的內(nèi)涵 1
1.1.2 數(shù)字化的社會影響 2
1.2 數(shù)字轉(zhuǎn)換 4
1.2.1 信號的概念 4
1.2.2 模擬信號數(shù)字化轉(zhuǎn)換 6
1.3 信息化 8
1.3.1 信息化概述 8
1.3.2 常見的信息化平臺 9
1.4 數(shù)字化 10
1.4.1 數(shù)字化的基本概念 10
1.4.2 信息化和數(shù)字化的區(qū)別 11
1.5 數(shù)字化轉(zhuǎn)型 13
1.5.1 數(shù)字化轉(zhuǎn)型的概念與目標(biāo) 13
1.5.2 數(shù)字化轉(zhuǎn)型的核心技術(shù) 13
1.5.3 數(shù)字化轉(zhuǎn)型的阻礙因素 20
1.6 數(shù)字化時代的計算機倫理 21
1.6.1 計算機應(yīng)用的負(fù)面問題 21
1.6.2 計算機倫理的概念和原則 27
1.6.3 計算機犯罪 29
1.7 知識擴展 31
1.7.1 理解知識共享許可協(xié)議 31
1.7.2 網(wǎng)絡(luò)誹謗 32
1.7.3 網(wǎng)絡(luò)環(huán)境下的信息甄別 32
習(xí)題1 37
第2章 認(rèn)識計算機 41
2.1 通用機的體系結(jié)構(gòu) 41
2.1.1 現(xiàn)代計算機的產(chǎn)生 41
2.1.2 馮·諾依曼體系結(jié)構(gòu) 43
2.2 微型計算機的組成 47
2.2.1 硬件組成 48
2.2.2 軟件組成 53
2.3 數(shù)值的存儲 61
2.3.1 數(shù)制 61
2.3.2 不同數(shù)制間的轉(zhuǎn)換 63
2.3.3 計算機中數(shù)值的表示 65
2.3.4 計算機中的基本運算 66
2.4 文字的存儲 69
2.4.1 文字的編碼表示 69
2.4.2 文字的輸入 71
2.4.3 文字的存儲 72
2.4.4 文字的輸出 73
2.5 多媒體的存儲 74
2.5.1 圖形圖像 74
2.5.2 聲音 78
2.5.3 視頻 80
2.6 AI時代計算機 81
2.6.1 AI時代計算機的特點和趨勢 81
2.6.2 智能芯片的分類 82
2.6.3 云端AI芯片 82
2.6.4 邊緣AI芯片 85
2.6.5 AI算力 86
2.6.6 云計算時代的算力租賃 87
2.7 知識擴展 91
2.7.1 認(rèn)識芯片 91
2.7.2 智能手機的系統(tǒng)構(gòu)成 93
2.7.3 國產(chǎn)CPU 95
習(xí)題2 97
第3章 計算機網(wǎng)絡(luò)與云計算 101
3.1 計算機網(wǎng)絡(luò) 101
3.1.1 計算機網(wǎng)絡(luò)的基本概念 101
3.1.2 計算機網(wǎng)絡(luò)的基本組成 102
3.1.3 計算機網(wǎng)絡(luò)的分類 108
3.2 局域網(wǎng)技術(shù) 111
3.2.1 交換式以太網(wǎng) 111
3.2.2 無線局域網(wǎng) 111
3.3 Internet技術(shù) 113
3.3.1 基本概念 113
3.3.2 Internet基本服務(wù) 121
3.4 網(wǎng)絡(luò)安全 125
3.4.1 網(wǎng)絡(luò)安全的概念與特征 125
3.4.2 基本網(wǎng)絡(luò)安全技術(shù) 126
3.5 云計算 131
3.5.1 云計算與云 132
3.5.2 云計算的特點與不足 133
3.6 云計算的基本類型 135
3.6.1 基礎(chǔ)設(shè)施即服務(wù)（IaaS） 135
3.6.2 平臺即服務(wù)（PaaS） 137
3.6.3 軟件即服務(wù)（SaaS） 137
3.6.4 三種云計算類型的關(guān)系 138
3.7 主流云計算技術(shù)介紹 139
3.7.1 常見的云解決方案 139
3.7.2 基本云計算的技術(shù)對比 141
3.8 知識擴展 142
3.8.1 華為的星閃技術(shù) 142
3.8.2 Google的云計算技術(shù)構(gòu)架分析 143
3.8.3 我國云服務(wù)的發(fā)展 148
習(xí)題3 150
第4章 大數(shù)據(jù)管理 154
4.1 大數(shù)據(jù)概述 154
4.1.1 大數(shù)據(jù)的概念和特征 154
4.1.2 大數(shù)據(jù)的價值 155
4.1.3 大數(shù)據(jù)技術(shù) 156
4.2 大數(shù)據(jù)采集 157
4.2.1 大數(shù)據(jù)采集的概念 157
4.2.2 八爪魚簡介 157
4.2.3 Content Grabber 158
4.2.4 RapidMiner 159
4.3 大數(shù)據(jù)存儲與分析 161
4.3.1 大數(shù)據(jù)存儲與分析綜述 162
4.3.2 Hadoop 163
4.3.3 Spark 168
4.3.4 HBase 170
4.4 知識擴展 173
4.4.1 大數(shù)據(jù)可視化的重要性 173
4.4.2 Tableau 174
4.4.3 FineBI 175
4.4.4 FineReport 177
4.4.5 Apache Kylin 178
4.4.6 Echarts 180
習(xí)題4 183
第5章 機器學(xué)習(xí)與深度學(xué)習(xí) 186
5.1 人工智能的產(chǎn)生及其流派 186
5.1.1 人工智能的產(chǎn)生和發(fā)展 186
5.1.2 人工智能的主要流派 189
5.1.3 人工智能的研究領(lǐng)域 190
5.2 機器學(xué)習(xí)基礎(chǔ) 198
5.2.1 機器學(xué)習(xí)的概念和特征 198
5.2.2 機器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ) 199
5.2.3 機器學(xué)習(xí)的常用算法 200
5.2.4 使用機器學(xué)習(xí)解決問題的基本流程 204
5.3 人工神經(jīng)網(wǎng)絡(luò)簡介 206
5.3.1 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展 206
5.3.2 神經(jīng)元模型 208
5.3.3 單層神經(jīng)網(wǎng)絡(luò) 210
5.3.4 雙層神經(jīng)網(wǎng)絡(luò) 211
5.4 深度學(xué)習(xí)基礎(chǔ) 213
5.4.1 深度學(xué)習(xí)的概念和特征 213
5.4.2 普通多層神經(jīng)網(wǎng)絡(luò) 214
5.4.3 卷積神經(jīng)網(wǎng)絡(luò) 217
5.5 知識擴展 224
習(xí)題5 233
第6章 人工智能應(yīng)用 237
6.1 AIGC簡介 237
6.1.1 AIGC的產(chǎn)生與發(fā)展 237
6.1.2 AIGC的應(yīng)用場景 240
6.1.3 AIGC的商業(yè)模式與面臨的挑戰(zhàn) 243
6.1.4 AIGC領(lǐng)域的國外常見工具 245
6.1.5 國產(chǎn)AIGC大模型簡介 259
6.2 自動駕駛 280
6.2.1 自動駕駛技術(shù)的發(fā)展與級別 280
6.2.2 自動駕駛的關(guān)鍵技術(shù) 282
6.2.3 中國的自動駕駛技術(shù) 287
6.2.4 自動駕駛中的倫理問題 289
6.3 人形機器人 290
6.3.1 人形機器人的核心組件 290
6.3.2 人形機器人的軟件算法 292
6.3.3 我國的人形機器人研究 294
6.3.4 人形機器人使用中的倫理問題 299
習(xí)題6 300
附錄A 人工智能編程語言 302