顶部
收藏

大学计算机(第7版)


作者:
王移芝 桂小林 王万良 李雁翎 李清勇 编著
定价:
43.00元
ISBN:
978-7-04-059050-0
版面字数:
510.000千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2022-09-16
读者对象:
高等教育
一级分类:
计算机/教育技术类
二级分类:
计算机基础课程
三级分类:
大学计算机基础

本书基于新时代新工科教育教学改革精神,结合教育部对新工科人才培养的新理念、新要求、新标准,在多年教学实践研究成果的基础上,以全新视角编写而成。

面对“互联网+”时代,作者们采用新的视角,基于数字时代从信息文化、计算平台、算法设计到问题求解与实现这样一条脉络组织教学内容,在内容上有所突破。本书重点突出了新知识、新技术,引入的算法与Python语言程序设计内容,有利于提高学生分析问题、解决问题的能力;引入的物联网、大数据和人工智能内容,有利于提高学生对新技术的认知与理解。尤其是作者为提高教材的易读、易用性,融入了一系列案例,这些案例就发生在人们生活中,很具有代表性和说服力,能够让读者直观感受到相应理论的具体内涵,在实践中理解所学知识,以达到培养思维能力与学习能力的目的,实现赋能教育。

本书结构清晰,内容丰富、循序渐进,案例选取得当、易于理解,配有立体化的数字资源,适合作为高等学校各专业大一新生的第一门计算机课程的教材,也可供计算机爱好者学习使用。

  • 前辅文
  • 第1章 漫游数字时代
    • 1.1 综述
      • 1.1.1 数字时代一览
      • 1.1.2 计算与赋能
      • 1.1.3 浏览计算机世界
      • 1.1.4 计算机文化
      • 1.1.5 计算机教育与思维能力培养
    • 1.2 信息素养与信息伦理
      • 1.2.1 理解信息素养
      • 1.2.2 认识信息伦理
    • 1.3 信息安全下的社会责任
      • 1.3.1 认识安全
      • 1.3.2 攻击手段
      • 1.3.3 防护措施
      • 1.3.4 大学生的自我防范意识
    • 1.4 思考与练习
  • 第2章 理解计算机系统
    • 2.1 计算模型的演变
      • 2.1.1 图灵机模型
      • 2.1.2 冯·诺依曼体系
      • 2.1.3 量子计算体系
    • 2.2 理解信息世界:从数制开始
      • 2.2.1 计算机的数制
      • 2.2.2 数制间转换
      • 2.2.3 计算机编码
    • 2.3 方便机器运算:数的补码表示
      • 2.3.1 数据的机器码表示
      • 2.3.2 机器数的定点和浮点表示
      • 2.3.3 机器数的存储格式
    • 2.4 从逻辑门到处理器
      • 2.4.1 计算机的逻辑运算
      • 2.4.2 计算机的算术运算
      • 2.4.3 计算机的定点运算器
      • 2.4.4 双核与多核处理器
    • 2.5 计算机系统
      • 2.5.1 计算机硬件
      • 2.5.2 计算机软件
      • 2.5.3 操作系统
    • 2.6 新型计算系统
      • 2.6.1 并行计算系统
      • 2.6.2 分布式计算系统
      • 2.6.3 云计算
    • 2.7 思考与练习
  • 第3章 浏览网络世界
    • 3.1 走进网络
      • 3.1.1 认识计算机网络
      • 3.1.2 理解网络协议
      • 3.1.3 网络硬件一览
      • 3.1.4 构建计算机网络
      • 3.1.5 初识移动网络
    • 3.2 物理层传输
      • 3.2.1 数据传输基础知识
      • 3.2.2 数据传输性能指标
      • 3.2.3 交换技术
    • 3.3 网络层互联
      • 3.3.1 认识Internet
      • 3.3.2 IP地址
      • 3.3.3 域名系统
      • 3.3.4 IPv6基础
    • 3.4 接入网络
      • 3.4.1 局域网接入
      • 3.4.2 无线局域网接入
      • 3.4.3 WiFi无线上网
    • 3.5 Internet典型应用
      • 3.5.1 基本概念
      • 3.5.2 搜索引擎
      • 3.5.3 网络传输
      • 3.5.4 电子邮件
    • 3.6 思考与练习
  • 第4章 认识Python
    • 4.1 初识程序设计
      • 4.1.1 认识计算机语言
      • 4.1.2 高级语言分类
      • 4.1.3 高级语言程序的执行
      • 4.1.4 高级语言程序的构成
      • 4.1.5 程序设计方法
    • 4.2 Python 基础
      • 4.2.1 初识Python
      • 4.2.2 Python环境搭建
      • 4.2.3 Python程序调试运行方式
      • 4.2.4 Python第三方库的安装
      • 4.2.5 Python 编程思维
    • 4.3 Python基本语句语法元素解析
      • 4.3.1 理解赋值语句
      • 4.3.2 选择结构及语句
      • 4.3.3 循环结构及语句
      • 4.3.4 输入/输出控制
    • 4.4 函数式编程
      • 4.4.1 认识函数
      • 4.4.2 Python标准库函数
      • 4.4.3 自定义函数
      • 4.4.4 函数的调用
    • 4.5 Python 图形处理解析
      • 4.5.1 Turtle绘图库函数的应用
      • 4.5.2 Matplotlib绘图库入门
    • 4.6 思考与练习
  • 第5章 体验算法之美
    • 5.1 计算思维概述
      • 5.1.1 科学思维
      • 5.1.2 计算思维
    • 5.2 计算机问题求解
      • 5.2.1 问题与应用实例
      • 5.2.2 计算机问题求解周期
    • 5.3 算法设计与描述
      • 5.3.1 概述
      • 5.3.2 算法描述工具
      • 5.3.3 算法评价
    • 5.4 问题求解综合应用
      • 5.4.1 排序算法
      • 5.4.2 枚举算法
      • 5.4.3 递归算法
      • 5.4.4 迭代算法
    • 5.5 思考与练习
  • 第6章 初识物联网
    • 6.1 我们身边的物联网
      • 6.1.1 二维码支付
      • 6.1.2 校园一卡通
      • 6.1.3 刷身份证进站乘车
      • 6.1.4 电子不停车收费
      • 6.1.5 手机导航与计步
    • 6.2 物联网的核心技术
      • 6.2.1 条形码
      • 6.2.2 RFID技术
      • 6.2.3 传感器
    • 6.3 物联网的产生与发展
      • 6.3.1 物联网的概念与特征
      • 6.3.2 物联网的起源与发展
      • 6.3.3 物联网支撑第四次工业革命
      • 6.3.4 物联网支撑中国制造225
    • 6.4 物联网体系结构
      • 6.4.1 物联网体系结构的定义
      • 6.4.2 物联网四层体系结构
    • 6.5 物联网通信技术
      • 6.5.1 无线通信技术
      • 6.5.2 有线通信技术
      • 6.5.3 空间定位技术
    • 6.6 物联网典型应用
      • 6.6.1 智能交通与智慧物流
      • 6.6.2 环境监测与医疗健康
      • 6.6.3 智能家居与智能电网
    • 6.7 思考与练习
  • 第7章 走近大数据
    • 7.1 数据、技术与思维
      • 7.1.1 什么是大数据
      • 7.1.2 大数据技术
      • 7.1.3 大数据应用与思维变革
    • 7.2 拥抱海量数据
      • 7.2.1 大数据预处理
      • 7.2.2 大数据生存环境
      • 7.2.3 数据存储与管理
    • 7.3 大数据的洞见
    • 7.4 可视化的数字社会
      • 7.4.1 可视化科学方法
      • 7.4.2 可视化工具
      • 7.4.3 一图抵千言
    • 7.5 思考与练习
  • 第8章 探索人工智能
    • 8.1 人工智能简史与研究领域
      • 8.1.1 人工智能的诞生与发展
      • 8.1.2 知识表示与知识图谱
      • 8.1.3 机器感知与机器行为
      • 8.1.4 机器思维与机器学习
      • 8.1.5 专用人工智能和通用人工智能
    • 8.2 模拟人类专家的专家系统
      • 8.2.1 专家系统的定义
      • 8.2.2 专家系统的一般结构
      • 8.2.3 专家系统中的产生式知识表示
      • 8.2.4 动物识别专家系统
    • 8.3 模拟生物特性的智能计算
      • 8.3.1 生物进化的过程
      • 8.3.2 模拟生物进化的遗传算法
      • 8.3.3 模拟鸟群觅食行为的粒子群优化算法
      • 8.3.4 模拟蚁群觅食行为的蚁群算法
    • 8.4 模拟生物神经系统的人工神经网络与机器学习
      • 8.4.1 人工神经元与人工神经网络
      • 8.4.2 掀起人工智能第一次高潮的感知器
      • 8.4.3 掀起人工智能第二次高潮的BP学习算法
      • 8.4.4 掀起人工智能第三次高潮的深度学习
    • 8.5 模拟人看东西的计算机视觉
      • 8.5.1 计算机视觉的任务
      • 8.5.2 人脸识别
      • 8.5.3 虹膜识别
    • 8.6 模拟人看书听话的自然语言理解
      • 8.6.1 怎样才算理解了人的语言
      • 8.6.2 自然语言理解的发展
      • 8.6.3 基于循环神经网络的机器翻译
      • 8.6.4 让计算机听懂人说话的语音识别
    • 8.7 游戏中的人工智能技术
      • 8.7.1 人工智能游戏
      • 8.7.2 游戏人工智能
      • 8.7.3 史上最著名的两次人机大战
      • 8.7.4 人工智能研究中的“果蝇”
      • 8.7.5 扫雷机人工智能游戏开发
    • 8.8 思考与练习
  • 附录 教学安排参照表
  • 参考文献

相关图书