定 價:59.8 元
叢書名:高等學校數(shù)智人才培養(yǎng)AI通識精品系列
- 作者:林子雨
- 出版時間:2025/2/1
- ISBN:9787115656964
- 出 版 社:人民郵電出版社
- 中圖法分類:TP18
- 頁碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
本書詳細闡述了培養(yǎng)具有數(shù)字素養(yǎng)的綜合型人才所需要的相關(guān)知識儲備。作為通識類課程教材,本書在確定知識布局時,緊緊圍繞通識教育核心理念,系統(tǒng)介紹大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、人工智能、區(qū)塊鏈、元宇宙等技術(shù)的相關(guān)知識,努力培養(yǎng)學生的數(shù)字素養(yǎng)。全書共8章,內(nèi)容包括大數(shù)據(jù)概述、大數(shù)據(jù)技術(shù)、大數(shù)據(jù)應(yīng)用、大數(shù)據(jù)基礎(chǔ)知識、人工智能、大模型:人工智能的前沿、新興數(shù)字技術(shù)、新興數(shù)字技術(shù)的倫理問題。為了避免陷入空洞的理論介紹,本書在很多章節(jié)都融入了豐富的案例,這些案例就發(fā)生在我們生活的數(shù)字時代,很具有代表性和說服力,能夠讓學生直觀感受相應(yīng)理論的具體內(nèi)涵。此外,為了滿足高校對于課程實踐教學的需求,本書在附錄中給出了大數(shù)據(jù)處理的3個案例,學生不需要具備計算機技術(shù)基礎(chǔ)就可以順利完成案例的全部操作。
本書可作為高等學校數(shù)字素養(yǎng)教育通識類課程教材,也可供對數(shù)字素養(yǎng)感興趣的讀者自學使用。
1. 零基礎(chǔ)入門教材,融合大數(shù)據(jù)、人工智能等前沿技術(shù)的通識課程教材。
2. 內(nèi)容豐富、通俗易懂,全面結(jié)合實際案例講解,讓學生迅速了解當前熱門前沿信息技術(shù)發(fā)展動態(tài)。
3. 注重學生數(shù)字素養(yǎng)培養(yǎng),啟發(fā)學生為職業(yè)技能提升自身數(shù)字技術(shù)能力。
4. 配套資源豐富,作為新興領(lǐng)域教材,全面幫助教師進行課程建設(shè)。
林子雨,男,博士,國內(nèi)高校知名大數(shù)據(jù)教師,廈門大學計算機科學與技術(shù)系副教授,廈門大學數(shù)據(jù)庫實驗室負責人,中國計算機學會數(shù)據(jù)庫專委會委員,中國計算機學會信息系統(tǒng)專委會委員,入選“2021年高校計算機專業(yè)優(yōu)秀教師獎勵計劃”,榮獲“2022年福建省高等教育教學成果獎特等獎(個人排名第一)”和“2018年福建省高等教育教學成果獎二等獎(個人排名第一)”,編著出版12本大數(shù)據(jù)系列教材,被國內(nèi)500多所高校采用,建設(shè)了國內(nèi)高校首個大數(shù)據(jù)課程公共服務(wù)平臺,平臺累計網(wǎng)絡(luò)訪問量超過2300萬次,成為全國高校大數(shù)據(jù)教學知名品牌,主持的課程《大數(shù)據(jù)技術(shù)原理與應(yīng)用》獲評“2018年國家精品在線開放課程”和“2020年國家級線上一流本科課程”,主持的課程《Spark編程基礎(chǔ)》獲評“2021年國家級線上一流本科課程”。
第1章 大數(shù)據(jù)概述
1.1. 數(shù)據(jù)
1.1.1數(shù)據(jù)的概念
1.1.2數(shù)據(jù)類型
1.1.3數(shù)據(jù)組織形式
1.1.4數(shù)據(jù)生命周期
1.1.5數(shù)據(jù)的使用
1.1.6數(shù)據(jù)的價值性
1.1.7數(shù)據(jù)爆炸
1.1.8 數(shù)商
1.1.9 從數(shù)據(jù)到數(shù)據(jù)要素
1.1.10數(shù)據(jù)生產(chǎn)力
1.2大數(shù)據(jù)時代
1.2.1第三次信息化浪潮
1.2.2信息科技為大數(shù)據(jù)時代提供技術(shù)支撐
1.2.3數(shù)據(jù)產(chǎn)生方式的變革促成大數(shù)據(jù)時代的來臨
1.3大數(shù)據(jù)的發(fā)展歷程
1.4世界各國的大數(shù)據(jù)發(fā)展戰(zhàn)略
1.4.1 美國
1.4.2 英國
1.4.3歐盟
1.4.4 韓國
1.4.5日本
1.4.6中國
1.5大數(shù)據(jù)的概念
1.5.1數(shù)據(jù)量大
1.5.2數(shù)據(jù)類型繁多
1.5.3處理速度快
1.5.4價值密度低
1.6大數(shù)據(jù)的影響
1.6.1大數(shù)據(jù)對科學研究的影響
1.6.2大數(shù)據(jù)對社會發(fā)展的影響
1.6.3大數(shù)據(jù)對就業(yè)市場的影響
1.6.4大數(shù)據(jù)對人才培養(yǎng)的影響
1.7大數(shù)據(jù)的應(yīng)用
1.7.1 大數(shù)據(jù)在各個領(lǐng)域的應(yīng)用
1.7.2 大數(shù)據(jù)應(yīng)用的三個層次
1.8大數(shù)據(jù)產(chǎn)業(yè)
1.9大數(shù)據(jù)與數(shù)字經(jīng)濟
1.9.1 數(shù)字經(jīng)濟的概念及其重要意義
1.9.2 大數(shù)據(jù)與數(shù)字經(jīng)濟的緊密關(guān)系
1.10 大數(shù)據(jù)與5G
1.11 大數(shù)據(jù)與新質(zhì)生產(chǎn)力
1.11.1什么是新質(zhì)生產(chǎn)力
1.11.2 大數(shù)據(jù)與新質(zhì)生產(chǎn)力的關(guān)系
1.12本章小結(jié)
1.13 習題
第2章 大數(shù)據(jù)技術(shù)
2.1概述
2.2數(shù)據(jù)采集與預(yù)處理
2.2.1數(shù)據(jù)采集的概念
2.2.2數(shù)據(jù)采集的三大要點
2.2.3數(shù)據(jù)采集的數(shù)據(jù)源
2.2.4 數(shù)據(jù)采集方法
2.2.5數(shù)據(jù)清洗
2.2.6 數(shù)據(jù)集成
2.2.7數(shù)據(jù)轉(zhuǎn)換
2.2.8 數(shù)據(jù)脫敏
2.3數(shù)據(jù)存儲和管理
2.3.1 傳統(tǒng)的數(shù)據(jù)存儲和管理技術(shù)
2.3.2 大數(shù)據(jù)時代的數(shù)據(jù)存儲和管理技術(shù)
2.4數(shù)據(jù)處理與分析
2.4.1 基于統(tǒng)計學方法的數(shù)據(jù)分析
2.4.2 數(shù)據(jù)挖掘和機器學習算法
2.4.3 大數(shù)據(jù)處理與分析技術(shù)
2.5數(shù)據(jù)可視化
2.5.1 什么是數(shù)據(jù)可視化
2.5.2 可視化的發(fā)展歷程
2.5.3數(shù)據(jù)可視化的重要作用
2.5.4 可視化圖表
2.6數(shù)據(jù)安全和隱私保護
2.6.1 數(shù)據(jù)安全技術(shù)
2.6.2 隱私保護技術(shù)
2.7 本章小結(jié)
2.8 習題
第3章 大數(shù)據(jù)應(yīng)用
3.1大數(shù)據(jù)在互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用
3.2大數(shù)據(jù)在生物醫(yī)學領(lǐng)域的應(yīng)用
3.2.1 流行病預(yù)測
3.2.2 智慧醫(yī)療
3.2.3 生物信息學
3.3大數(shù)據(jù)在物流領(lǐng)域的應(yīng)用
3.3.1 智能物流的概念
3.3.2 大數(shù)據(jù)是智能物流的關(guān)鍵
3.3.3 中國智能物流骨干網(wǎng)——菜鳥
3.4大數(shù)據(jù)在城市管理領(lǐng)域的應(yīng)用
3.4.1 智能交通
3.4.2 環(huán)保監(jiān)測
3.4.3 城市規(guī)劃
3.4.4 安防領(lǐng)域
3.4.5疫情防控
3.5大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用
3.5.1 高頻交易
3.5.2 市場情緒分析
3.5.3 信貸風險分析
3.5.4 大數(shù)據(jù)征信
3.6大數(shù)據(jù)在汽車領(lǐng)域的應(yīng)用
3.7大數(shù)據(jù)在零售領(lǐng)域的應(yīng)用
3.7.1 發(fā)現(xiàn)關(guān)聯(lián)購買行為
3.7.2 客戶群體細分
3.7.3 供應(yīng)鏈管理
3.8大數(shù)據(jù)在餐飲領(lǐng)域的應(yīng)用
3.8.1 餐飲行業(yè)擁抱大數(shù)據(jù)
3.8.2 餐飲O2O
3.9大數(shù)據(jù)在電信領(lǐng)域的應(yīng)用
3.10大數(shù)據(jù)在能源領(lǐng)域的應(yīng)用
3.11大數(shù)據(jù)在體育和娛樂領(lǐng)域的應(yīng)用
3.11.1 訓練球隊
3.11.2 投拍影視作品
3.11.3 預(yù)測比賽結(jié)果
3.12大數(shù)據(jù)在安全領(lǐng)域的應(yīng)用
3.12.1 大數(shù)據(jù)與國家安全
3.12.2 應(yīng)用大數(shù)據(jù)技術(shù)防御網(wǎng)絡(luò)攻擊
3.12.3 警察應(yīng)用大數(shù)據(jù)工具預(yù)防犯罪
3.13大數(shù)據(jù)在日常生活中的應(yīng)用
3.14本章小結(jié)
3.15 習題
第4章 大數(shù)據(jù)基礎(chǔ)知識
4.1 大數(shù)據(jù)思維
4.1.1 傳統(tǒng)的思維方式
4.1.2 大數(shù)據(jù)時代需要新的思維方式
4.1.3 大數(shù)據(jù)思維方式
4.1.4 運用大數(shù)據(jù)思維的具體實例
4.2 數(shù)據(jù)共享
4.2.1 數(shù)據(jù)孤島問題
4.2.2 數(shù)據(jù)孤島問題產(chǎn)生的原因
4.2.3 消除數(shù)據(jù)孤島的重要意義
4.2.4 實現(xiàn)數(shù)據(jù)共享所面臨的挑戰(zhàn)
4.2.5 推進數(shù)據(jù)共享的舉措
4.2.6數(shù)據(jù)共享的原則
4.2.7 數(shù)據(jù)共享案例
4.3 數(shù)據(jù)開放
4.3.1 政府開放數(shù)據(jù)的理論基礎(chǔ)
4.3.2 政府信息公開與政府數(shù)據(jù)開放的聯(lián)系與區(qū)別
4.3.3 政府數(shù)據(jù)開放的重要意義
4.3.4國內(nèi)政府開放數(shù)據(jù)
4.3.5政府數(shù)據(jù)開放的幾點啟示
4.4 大數(shù)據(jù)交易
4.4.1概述
4.4.2大數(shù)據(jù)交易發(fā)展現(xiàn)狀
4.4.3大數(shù)據(jù)交易平臺
4.4.4大數(shù)據(jù)交易在發(fā)展過程中出現(xiàn)的問題
4.4.5推進大數(shù)據(jù)交易發(fā)展的對策
4.4.6 數(shù)據(jù)產(chǎn)權(quán)制度
4.5 大數(shù)據(jù)安全
4.5.1傳統(tǒng)數(shù)據(jù)安全
4.5.2大數(shù)據(jù)安全與傳統(tǒng)數(shù)據(jù)安全的不同
4.5.3大數(shù)據(jù)時代數(shù)據(jù)安全面臨的挑戰(zhàn)
4.5.4大數(shù)據(jù)安全問題
4.5.5大數(shù)據(jù)安全威脅
4.5.6不同形式的大數(shù)據(jù)安全風險
4.5.7 典型案例
4.5.8大數(shù)據(jù)保護的基本原則
4.5.9大數(shù)據(jù)時代數(shù)據(jù)安全與隱私保護的對策
4.6 大數(shù)據(jù)治理
4.6.1數(shù)據(jù)治理概述
4.6.2 數(shù)據(jù)治理工作范圍
4.6.3 大數(shù)據(jù)治理概念
4.6.4 大數(shù)據(jù)治理要素
4.6.5大數(shù)據(jù)治理原則
4.6.6大數(shù)據(jù)治理的范圍
4.6.7大數(shù)據(jù)治理保障機制
4.7 本章小結(jié)
4.8 習題
第5章 人工智能
5.1 什么是人工智能
5.1.1 什么是智能
5.1.2 人工智能的定義
5.1.3 強人工智能與弱人工智能
5.2 人工智能的發(fā)展歷程
5.2.1圖靈測試
5.2.2 人工智能的誕生
5.2.3 人工智能的發(fā)展階段
5.3 人工智能的要素
5.4 人工智能關(guān)鍵技術(shù)
5.4.1機器學習
5.4.2知識圖譜
5.4.3自然語言處理
5.4.4人機交互
5.4.5計算機視覺
5.4.6生物特征識別
5.4.7VR/AR
5.5 人工智能應(yīng)用
5.5.1智能制造
5.5.2智能家居
5.5.3智能金融
5.5.4智能交通
5.5.5智能安防
5.5.6智能醫(yī)療
5.5.7智能物流
5.5.8智能零售
5.6 人工智能產(chǎn)業(yè)
5.6.1智能基礎(chǔ)設(shè)施建設(shè)
5.6.2智能信息及數(shù)據(jù)
5.6.3智能技術(shù)服務(wù)
5.6.4智能產(chǎn)品
5.7 人工智能與大數(shù)據(jù)的關(guān)系
5.7.1人工智能與大數(shù)據(jù)的聯(lián)系
5.7.2人工智能與大數(shù)據(jù)的區(qū)別
5.8 本章小結(jié)
5.9 習題
第6章 大模型:人工智能的前沿
6.1 大模型概述
6.1.1 大模型的概念
6.1.2 大模型與小模型的區(qū)別
6.1.3 大模型的發(fā)展歷程
6.1.4 人工智能與大模型的關(guān)系
6.1.5 大模型在人工智能領(lǐng)域的重要性
6.1.6 大模型與AIGC的關(guān)系
6.2 大模型產(chǎn)品
6.2.1 國外的大模型產(chǎn)品
6.2.2 國內(nèi)的大模型產(chǎn)品
6.3 大模型的基本原理
6.4 大模型的特點
6.5 大模型的分類
6.6 大模型的成本
6.7 大模型的應(yīng)用領(lǐng)域
6.8大模型對人們工作和生活的影響
6.8.1大模型對工作的影響
6.8.2 模型對生活的影響
6.9 大模型的挑戰(zhàn)與未來發(fā)展
6.9.1 大模型的挑戰(zhàn)
6.9.2 大模型的未來發(fā)展
6.10 本章小結(jié)
6.11 習題
第7章 AIGC應(yīng)用與實踐
7.1 AIGC概述
7.1.1 什么是AIGC
7.1.2 AIGC與大模型的關(guān)系
7.1.3 AIGC的發(fā)展歷程
7.1.4 常見的AIGC應(yīng)用場景
7.1.5 AIGC技術(shù)對行業(yè)發(fā)展的影響
7.1.6 AIGC技術(shù)對職業(yè)發(fā)展的影響
7.1.7 常見的AIGC大模型工具
7.1.8 AIGC大模型的提示詞
7.2文本類AIGC應(yīng)用實踐
7.2.1 文本類AIGC應(yīng)用場景
7.2.2 文本類AIGC案例實踐
7.3圖片類AIGC應(yīng)用實踐
7.3.1圖片類AIGC應(yīng)用場景
7.3.2圖片類AIGC案例實踐
7.4語音類AIGC應(yīng)用實踐
7.4.1 語音類AIGC應(yīng)用場景
7.4.2 語音類AIGC案例實踐
7.5視頻類AIGC應(yīng)用實踐
7.5.1 視頻類AIGC應(yīng)用場景
7.5.2 代表性視頻類AIGC大模型
7.6 AIGC技術(shù)在輔助編程中的應(yīng)用
7.7 本章小結(jié)
7.8 習題
第8章 新興數(shù)字技術(shù)
8.1云計算
8.1.1云計算概念
8.1.2云計算服務(wù)模式和類型
8.1.3云計算數(shù)據(jù)中心
8.1.4云計算的應(yīng)用
8.1.5云計算產(chǎn)業(yè)
8.2物聯(lián)網(wǎng)
8.2.1物聯(lián)網(wǎng)的概念
8.2.2物聯(lián)網(wǎng)關(guān)鍵技術(shù)
8.2.3物聯(lián)網(wǎng)的應(yīng)用
8.2.4物聯(lián)網(wǎng)產(chǎn)業(yè)
8.3大數(shù)據(jù)與云計算、物聯(lián)網(wǎng)的關(guān)系
8.4 區(qū)塊鏈
8.4.1 從比特幣說起
8.4.2 區(qū)塊鏈的原理
8.4.3 區(qū)塊鏈的定義
8.4.4 區(qū)塊鏈的分類
8.4.5 區(qū)塊鏈的應(yīng)用
8.4.6 區(qū)塊鏈的發(fā)展階段
8.4.7 區(qū)塊鏈與大數(shù)據(jù)的關(guān)系
8.4.8 區(qū)塊鏈技術(shù)的現(xiàn)狀與未來展望
8.5 元宇宙
8.5.1 元宇宙概述
8.5.2.元宇宙的基本特征
8.5.3.元宇宙的核心技術(shù)
8.5.4 元宇宙的典型應(yīng)用場景
8.5.5元宇宙的風險與挑戰(zhàn)
8.5.6 虛擬現(xiàn)實
8.5.7 虛擬數(shù)字人
8.5.8數(shù)字孿生
8.6本章小結(jié)
8.7 習題
第9章 新興數(shù)字技術(shù)的倫理問題
9.1 大數(shù)據(jù)倫理
9.1.1大數(shù)據(jù)倫理典型案例
9.1.2大數(shù)據(jù)的倫理問題
9.1.3大數(shù)據(jù)倫理問題產(chǎn)生的原因
9.1.4大數(shù)據(jù)倫理問題的治理
9.2 人工智能倫理
9.2.1 人工智能倫理概念
9.2.2 人工智能的倫理問題
9.2.3 人工智能倫理典型案例
9.2.4 人工智能倫理的基本原則
9.2.5 解決人工智能倫理問題的策略
9.3 區(qū)塊鏈倫理問題
9.3.1 隱私保護與數(shù)據(jù)安全
9.3.2 權(quán)力下放與中心化
9.3.3 價值取向與道德評判
9.3.4 責任界定與追責機制
9.3.5 資源消耗與環(huán)境影響
9.4元宇宙?zhèn)惱韱栴}
9.4.1 造成人的異化
9.4.2 泄露人的隱私
9.4.3 沖擊社會倫理
9.4.4 去中心化風險
9.4.5 跨文化沖突與價值觀碰撞
9.5 本章小結(jié)
9.6 習題
9.6 本章小結(jié)