计算与人工智能概论_蔡宇辉, 罗娟主编_9787302712886

本书从计算思维的视角出发，以解决科学计算与工程应用中的实际问题为驱动，在实践过程中系统融入程序设计、算法与人工智能的核心知识。全书分为程序设计基础、核心算法与科学计算、人工智能应用三大部分，内容涵盖计算与人工智能概述、简单问题求解、分支结构、循环结构、函数、数组、指针、结构体和类、算法、科学计算、机器学习、计算机视觉与大语言模型等。本书突出实践导向，采用C/C++语言讲解算法原理与AI系统实现，结合OpenCV等库调用预训练模型，注重计算过程的理解与工程应用能力的培养。本书适用于高等学校大一新生的计算机基础、计算思维与人工智能导论课程，也可作为相关领域的自学参考书。

前言

人工智能作为引领新一轮科技革命和产业变革的战略性技术，已深度融入智能制造、智慧医疗、自动驾驶、金融科技等各个领域。在这一时代背景下，具备计算思维和人工智能素养已成为理工科人才不可或缺的核心能力。然而，传统的计算机基础教材多聚焦于办公软件操作或编程语法细节，难以帮助读者理解智能技术的本质，掌握系统性的问题求解方法。为此，亟需一本融合计算理论、编程实践与前沿AI应用的综合性教材。

本书旨在构建一个贯通基础与前沿的知识体系，帮助学习者跨越传统学习模式与现代智能世界之间的鸿沟。内容设计不仅关注“如何编程”，更强调“为何计算”以及“如何用计算解决实际问题”。通过将计算思维贯穿始终，结合科学计算方法与人工智能技术，引导学习者建立对计算与智能的系统性认知，激发其探索兴趣，为后续学习与职业发展奠定坚实基础。

全书内容结构循序渐进，形成从基础到前沿的完整链条: 第1章概述计算本质、图灵机、冯·诺依曼结构，并引入计算思维的四大支柱，辅以机器人寻路、宋词生成等案例，描绘人工智能的宏观图景。第2至8章系统讲解C/C++程序设计基础，涵盖数据类型、选择与循环结构、函数、数组、指针及结构体与类，结合“成绩分级”“素数判断”等任务强化理解。第9章以“数字三角形”问题为载体，介绍穷举、分治、动态规划等经典算法思想，提升优化能力。第10章聚焦科学计算，讲解二分法、牛顿法、蒙特卡洛积分与梯度下降法，为理解机器学习提供数学支撑。第11章进入机器学习领域，介绍线性回归、逻辑回归、SVM与神经网络，并通过“学生成绩预测”“企鹅分类”等任务，利用OpenCV库实现模型训练与预测。第12章展示前沿应用，利用OpenCV DNN实现图像分类与目标检测，并通过调用大语言模型API，实现视觉与语言的多模态融合，展现AI的实际价值。

教材突出科学计算与人工智能的深度融合，揭示梯度下降等方法在模型训练中的核心作用，打破AI“黑箱”认知。全程采用C/C++语言，结合OpenCV等库实现AI功能，充分发挥其高效、贴近硬件的优势，特别适合嵌入式、物联网及高性能计算方向的学习者。内容紧跟技术发展，通过调用预训练模型与API，使前沿技术易于接触与应用，体现“可及的前沿性”。

本书建议采用42～64理论课时、24～32实验课时，教师可依据本校实际教学计划和总学时安排，灵活选取本书的核心章节讲授，在学时充裕的情况下，也可完成全部内容的教学；同时，鼓励采用线上线下相结合的混合式教学模式，以提升教学效果。

本书提供丰富的配套资源，包括全部示例程序的源代码、PPT课件、习题答案、在线实验等，可通过清华大学出版社官网或指定平台下载获取。

本书由蔡宇辉、罗娟主编。第1章由罗娟编写，第2、3、4章由蔡洁编写，第5章由屈卫兰编写，第6、7章由谷长龙编写，第8章由马征编写，第9、10、11、12章由蔡宇辉编写。蔡宇辉、罗娟对全书进行了审校。

衷心感谢湖南大学信息科学与工程学院与教务处在本书立项与编写过程中给予的有力支持与指导。特别感谢多位专家和一线教师在课程建设与教材规划阶段提出的建设性意见，为本书的体系设计提供了重要参考。同时，诚挚感谢头歌(EduCoder)在线实践平台为本书配套的编程实践环节所提供的技术支撑与环境保障，有效促进了理论与实践的深度融合。

鉴于编者能力所限，本书在内容组织与表述上可能存在疏漏与不足，恳请各位专家、同行及读者不吝指正，提出宝贵意见。您的反馈将对本书的持续改进和完善起到至关重要的作用。

蔡宇辉罗娟

2025年9月于湖南大学

我要评论