模拟人类智能的计算机科学分支 1. 概念 符号主义→专家系统→大数据驱动 一、人工智能基础 现实世界客观事物的符号记录，信息的载体，计 1. 数据的概念 “计算机科学之父”、“人工智能之父”艾伦·麦席森· 算机加工对象 图灵 一、数据及其特征 2. 发展 二进制（存储）、语义性（符号→事物）、分散 图灵测试：机器是否具有人类智能 2. 数据的基本特征 性（记录不同状态）、多样性与感知性（文本/图 像/声音） 图灵机：抽象计算模型，理论上能够模拟任何计 算机程序的计算机 优点：直观易实现 第六章 人工智能及其应用 模拟信号：连续变化（如声音信号） 智能工厂、工业机器人 1. 智能制造 缺点：保密性差、抗干扰能力弱 1. 模拟信号与数字信号 远程控制、设备互联 2. 智能家居 优点：抗干扰强、可靠性高 数字信号：离散时间信号（如电流脉冲） 计算机模拟教师教学 3. 智能教育 缺点：算法复杂、成本高 ETC（不停车电子收费系统）、决策、路况 4. 智能交通 第一章 数据与信息 二、数据编码 文字编码：ASCII码（单字节）、GBK/Unicode 二、应用领域 （双字节） 自动分析、决策 5. 智能安防 图像编码：位图文件大小计算（分辨率×量化位 辅助诊疗、药物开发 6. 智能医疗 数/8） 2. 编码方式 搬运机器人、分拣机器人等 7. 智能物流 声音编码：采样、量化、编码（存储空间=采样 频率×量化位数×声道数×时间/8） AlphaGo（围棋）、深蓝（国际象棋） 8. 典型案例 进制转换：R进制 十进制、二进制 八/十六进 制（421/8421法则） 大量（Volume）、多样（Variety）、低价值密 1. 特征（4V） 1. 信息的概念 经过加工处理、具有意义的数据 度（Value）、高速（Velocity） 三、信息及其特征 普遍性、传递性、共享性、依附性、时效性、真 便捷性（支付、医疗）与风险（隐私泄露） 2. 影响 2. 信息特征 伪性、价值相对性 系统日志、网络数据（爬虫和API）、其他（传感器） 3. 数据采集 一、大数据 本地（内部）、云（第三方） 4. 数据存储 必修1 数据与计算知识 1. 知识获取途径 实验→数据→分析→建模→验证→应用 一、知识与智慧 保护技术（拷贝、备份、镜像等）、隐私保护（技 汇总 逐层递进，前者是后者的基础，后者是前者的升 5. 数据保护 2. 数据、信息、知识、智慧的关系 术、意识、道德和法律） 华 预处理（处理缺失值、异常数据）、统计量（最 数据采集（扫描仪）、信息获取（电脑）、检索（搜索引 1. 特征探索 第二章 知识与数字化学习 大值、极差） 第五章 数据处理和可视化表达 擎）、数字化可视化表达（XMind）、信息通信交流与传1. 数字化工具分类 输（社交软件）、信息加工（编程软件）、三维设计 （3DMax）、存储（U盘） 发现数据间的相关性（如购物篮分析） 2. 关联分析 二、数据分析方法 二、数字化学习与创新 2. 数字化资源特点 便捷性、多样性、共享性、互动性、扩展性 K-Means聚类、贝叶斯分类（B出现下A的概率） 3. 聚类与分类 柱形图（比较）、折线图（趋势）、饼图（比 3. 数字化学习特点 问题化、合作性、个性化、再生性、开放性 1. 图表类型 例）、散点图（相关性） 三、数据可视化 Excel、Seaborn（统计可视化）、Bokeh（交互 1. 算法定义 有限步骤内解决问题的明确规则集合 2. 工具 式） 一、算法及其特征 2. 算法特征 有穷性、确定性、输入、输出、可行性 动态类型，标识符规则（字母/数字/下划线） 1. 变量与常量 1. 描述方式 自然语言、流程图、伪代码 第三章 算法基础 二、算法描述 数值（int/float）、字符串（String）、列表 顺序结构、选择结构（单/双/多分支）、循环结2. 控制结构 （List）、元组（Tuple）、集合（Set）、字 2. 数据类型 一、Python基础 构（for/while） 典（Dict） 1. 程序组成 输 ... ...
