本书作为计算机与人工智能通识课教材，主要内容包括：绪论，计算机系统的组成和工作原理，算法和数据结构，互联网与物联网，数据库与信息系统，知识表示与知识图谱，机器学习与深度学习，计算机视觉，自然语言处理，云计算与大数据等领域的基础知识、基本原理和应用技术。

本书按照科学性、先进性和实用性的原则精心组织教学内容，力求做到条理清晰、概念准确、原理简明扼要、知识新颖实用，体现计算机和人工智能新技术的发展，并注重应用性。

本书适合作为普通高等学校大学计算机与人工智能通识课的教材，也可作为计算机爱好者的自学参考书。

前辅文
第1章 绪论
  1.1 计算机概述
   1.1.1 计算机的发展历程
   1.1.2 计算机的特点
   1.1.3 计算机的分类
   1.1.4 计算机的应用
  1.2 信息与信息技术
   1.2.1 什么是信息
   1.2.2 什么是信息技术
   1.2.3 计算机中信息的表示
  1.3 计算思维
   1.3.1 什么是计算思维
   1.3.2 计算思维的特征和基本方法
  1.4 人工智能的发展
  1.5 人工智能的研究内容
  1.6 人工智能的应用
  1.7 人工智能面临的挑战
  1.8 集成电路简介
  本章小结
  习题1
第2章 计算机系统的组成和工作原理
  2.1 计算机系统的基本组成
  2.2 微型计算机系统的组成
   2.2.1 微型计算机硬件组成
   2.2.2 中央处理器
   2.2.3 存储器
   2.2.4 总线与I/O接口
   2.2.5 微型计算机的外部设备
   2.2.6 微型计算机的主要性能指标
  2.3 计算机软件
   2.3.1 软件的分类
   2.3.2 操作系统
   2.3.3 程序设计语言
   2.3.4 应用软件
  2.4 计算机工作原理
   2.4.1 存储程序和程序控制的思想
   2.4.2 指令和指令系统
   2.4.3 指令的执行过程
  本章小结
  习题2
第3章 算法和数据结构
  3.1 算法的相关概念
  3.2 穷举算法
  3.3 查找算法
  3.4 排序算法
  3.5 递归算法
  3.6 数据结构
  本章小结
  习题3
第4章 互联网与物联网
  4.1 计算机网络基础
   4.1.1 计算机网络的组成与分类
   4.1.2 数据通信基础
   4.1.3 局域网组成及工作原理
   4.1.4 常用局域网
  4.2 互联网
   4.2.1 网络分层结构与TCP/IP协议
   4.2.2 IP协议与路由器
   4.2.3 互联网的接入
   4.2.4 互联网提供的服务
  4.3 物联网
   4.3.1 物联网的概念
   4.3.2 物联网体系架构
   4.3.3 物联网感知识别技术
   4.3.4 EPC物联网
   4.3.5 物联网应用示例
  4.4 网络安全技术
   4.4.1 网络安全概述
   4.4.2 网络安全技术
   4.4.3 防火墙
  本章小结
  习题4
第5章 数据库与信息系统
  5.1 数据库基础
   5.1.1 数据管理技术的发展
   5.1.2 数据库系统
   5.1.3 数据库系统特点
   5.1.4 数据库系统体系结构
   5.1.5 数据仓库与数据挖掘
  5.2 关系型数据库
   5.2.1 数据模型
   5.2.2 数据库设计
   5.2.3 关系型数据库的基本操作
   5.2.4 SQL语言
  5.3 新型数据库
   5.3.1 结构化数据与非结构化数据
   5.3.2 NoSQL数据库技术
   5.3.3 国内新型数据库
  5.4 计算机信息系统
   5.4.1 计算机信息系统概念
   5.4.2 信息系统开发
   5.4.3 典型信息系统
   5.4.4 信息系统发展趋势
  本章小结
  习题5
第6章 知识表示与知识图谱
  6.1 概述
   6.1.1 何谓知识
   6.1.2 知识表示
  6.2 知识表示的方法
   6.2.1 一阶谓词逻辑表示法
   6.2.2 产生式表示法
   6.2.3 框架表示法
  6.3 知识图谱
   6.3.1 什么是知识图谱
   6.3.2 知识图谱的表示
   6.3.3 知识图谱的构建
   6.3.4 知识图谱的应用
   6.3.5 知识图谱的优势和挑战
  本章小结
  习题6
第7章 机器学习与深度学习
  7.1 概述
  7.2 机器学习
   7.2.1 机器学习概述
   7.2.2 分类算法
   7.2.3 聚类算法
  7.3 深度学习
   7.3.1 深度学习概述
   7.3.2 神经网络
   7.3.3 卷积神经网络
   7.3.4 生成对抗网络
  7.4 大模型与人工智能生成内容
   7.4.1 大模型的概念
   7.4.2 国内外大模型
   7.4.3 人工智能生成内容
  7.5 机器学习的应用
  本章小结
  习题7
第8章 计算机视觉
  8.1 概述
   8.1.1 人类视觉与计算机视觉
   8.1.2 计算机视觉发展史
   8.1.3 计算机视觉的基本任务
   8.1.4 计算机视觉与其他学科的联系
  8.2 计算机视觉任务
   8.2.1 图像分类
   8.2.2 目标检测
   8.2.3 语义分割
  8.3 计算机视觉任务实践
   8.3.1 百度AI开放平台简介
   8.3.2 图像分类实践
   8.3.3 目标检测实践
  本章小结
  习题8
第9章 自然语言处理
  9.1 概述
   9.1.1 自然语言处理基本概念
   9.1.2 自然语言处理简史
  9.2 自然语言处理的基本任务
   9.2.1 自然语言处理的难点
   9.2.2 任务层级
   9.2.3 任务类别
   9.2.4 任务总结
   9.2.5 自然语言处理的基本范式
  9.3 自然语言处理的应用
   9.3.1 信息抽取
   9.3.2 机器翻译
   9.3.3 情感分析
   9.3.4 问答系统
   9.3.5 智能代理
  本章小结
  习题9
第10章 云计算与大数据
  10.1 云计算概述
   10.1.1 基本功能
   10.1.2 服务模型
   10.1.3 部署模型
  10.2 云计算平台
   10.2.1 阿里云：全球领先的云计算平台
   10.2.2 阿里云的主要产品
  10.3 大数据
   10.3.1 大数据的定义
   10.3.2 大数据的生命周期
   10.3.3 数据采集
   10.3.4 数据预处理
   10.3.5 数据处理
   10.3.6 面向轨迹数据的大数据应用
  本章小结
  习题10
参考文献