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 ... ...