人工智慧答案清華大學

⑴ 急求《計算機導論》第三版的 清華大學出版社的 課後習題答案，黃國興的。。

是這個嗎？
復制的·
http://..com/question/80651958.html

第1章 概 述
習題(答案)
一．選擇題
1. D 2. B 3. CD 4. C 5. ABC
6. A 7. B 8. B 9. ABCD 10. ABCDE

二．簡答題
1．什麼是計算機系統？
計算機系統是一種能夠按照事先存儲的程序，自動、高速地對數據進行輸入、處理、輸出和存儲的系統，由計算機硬體系統和計算機軟體系統兩大部分組成。
2．請解釋馮•諾依曼所提出的「存儲程序」概念。
把程序和數據都以二進制的形式統一存放在存儲器中，由機器自動執行。不同的程序解決不同的問題，實現了計算機通用計算的功能。
3．控制器的主要功能是什麼？
控制器基本功能就是從內存中取出指令和執行指令，即控制器按程序計數器指出的指令地址從內存中取出該指令進行解碼，然後根據該指令功能向有關部件發出控制命令，執行該指令。另外，控制器在工作過程中，還要接受各部件反饋回來的信息。
4．簡述CPU和主機的概念。
通常把運算器、控制器做在一個大規模集成電路塊上稱為中央處理器，又稱CPU(Central Processing Unit)。
通常把內存儲器、運算器和控制器合稱為計算機主機，也可以說主機是由CPU與內存儲器組成的，而主機以外的裝置稱為外部設備，外部設備包括輸入/輸出設備，外存儲器等。
5．什麼是計算機軟體？計算機軟體的分類有哪些？
軟體是指用來指揮計算機運行的各種程序的總和以及開發、使用和維護這些程序所需的技術文檔。
計算機軟體系統分為系統軟體和應用軟體。計算機系統軟體由操作系統、語言處理系統、以及各種軟體工具等組成，指揮、控制計算機硬體系統按照預定的程序運行、工作，從而達到預定的目標。應用軟體是用戶利用計算機軟、硬體資源為解決各類應用問題而編寫的軟體，包括用戶程序及其說明性文件資料。
6．計算機有哪些主要的特點？
(1)運算速度快、精度高
計算機的字長越長，其精度越高，現在世界上最快的計算機每秒可以運算幾十萬億次以上。一般計算機可以有十幾位甚至幾十位(二進制)有效數字，計算精度可由千分之幾到百萬分之幾，是任何計算工具所望塵莫及的。
(2)具有邏輯判斷和記憶能力
計算機有準確的邏輯判斷能力和高超的記憶能力。能夠進行各種邏輯判斷，並根據判斷的結果自動決定下一步應該執行的指令。
(3)高度的自動化和靈活性
計算機採取存儲程序方式工作，即把編好的程序輸入計算機，機器便可依次逐條執行，這就使計算機實現了高度的自動化和靈活性。
7．計算機的分類有哪些？
根據計算機工作原理和運算方式的不同，以及計算機中信息表示形式和處理方式的不同，計算機可分為數字式電子計算機(Digital Computer)、模擬式電子計算機(Analog Computer)和數字模擬混合計算機(Hybrid Computer)。當今廣泛應用的是數字計算機，因此，常把數字式電子計算機(Electronic Digital Computer)簡稱為電子計算機或計算機。
按計算機的用途可分為通用計算機(General Purpose Computer)和專用計算機(Special Purpose Computer )兩大類。通用計算機能解決多種類型問題，是具有較強通用性的計算機，一般的數字式電子計算機多屬此類；專用計算機是為解決某些特定問題而專門設計的計算機，如嵌入式系統。
根據計算機的總體規模對計算機分類，可分為巨型機(Super Computer)、大/中型計算機(Mainframe)、小型計算機(Mini computer)、微型計算機(Micro computer)和網路計算機(Network Computer)五大類。
常見的微型機還可以分為台式機、便攜機、筆記本電腦、掌上型電腦等多種類型。
8．簡述計算機的基本運行方式。
計算機的基本運作方式可概括為所謂的「IPOS循環」。IPOS循環即輸入(Input)、處理(Processing)、輸出(Output)和存儲(Storage)，它反映了計算機進行數據處理的基本步驟。
(1)輸入
接受由輸入設備(如鍵盤、滑鼠器、掃描儀等)提供的數據。
(2)處理
對數值、邏輯、字元等各種類型的數據進行操作，按指定的方式進行轉換。
(3)輸出
將處理所產生的結果等數據由輸出設備(如顯示器、列印機、繪圖儀等)進行輸出。
(4)存儲
計算機可以存儲程序和數據供以後使用。
9．計算機有哪些主要的用途？
(1)科學計算
使用計算機來完成科學研究和工程技術中所遇到的數學問題的計算稱為科學計算，也稱為數值計算。科學計算是使用計算機完成在科學研究和工程技術領域中所提出的大量復雜的數值計算問題，是計算機的傳統應用之一。
(2)信息處理
所謂信息處理就是使用計算機對數據進行輸入、分類、加工、整理、合並、統計、製表、檢索以及存儲等，又稱為數據處理。例如座席預訂與售票系統、零售業中的應用、辦公自動化等。信息處理已成為當代計算機的主要任務，是現代化管理的基礎。
(3)實時控制(也稱過程式控制制)
實時控制也稱過程式控制制，實時控制能及時地採集檢測數據、使用計算機快速地進行處理並自動地控制被控對象的動作，實現生產過程的自動化。
(4)計算機輔助設計/輔助製造/輔助教學
計算機輔助設計(Computer Aided Design——CAD)是使用計算機來輔助人們完成產品或工程的設計任務的一種方法和技術。計算機輔助製造(Computer Aided Manufacturing——CAM)是使用計算機輔助人們完成工業產品的製造任務，能通過直接或間接地與工廠生產資源介面的計算機來完成製造系統的計劃、操作工序控制和管理工作的計算機應用系統。計算機輔助教學(Computer Aided Instruction——CAI)是把計算機用作教學媒體，使它充當指導者、工具和學習者角色，學生通過與計算機的對話進行學習的一種新型教學技術。
(5)人工智慧
人工智慧(Artificial Intelligence——AI)就是指計算機模擬人類某些智力行為的理論、技術和應用。
(6)多媒體技術
隨著電子技術特別是通信和計算機技術的發展，人們已經有能力把文本、音頻、視頻、動畫、圖形和圖像等各種媒體綜合起來，構成「多媒體」(Multimedia)的概念。
10．簡述計算機的發展趨勢。
(1)微型化
一方面，隨著計算機的應用日益廣泛，在一些特定場合，需要很小的計算機，計算機的重量、體積都變得越來越小，但功能並不減少。另一方面，隨著計算機在世界上日益普及，個人電腦正逐步由辦公設備變為電子消費品。人們要求電腦除了要保留原有的性能之外，還要有時尚的外觀、輕便小巧、便於操作等特點，如平板電腦、手持電腦等。今後個人計算機(Personal Computer)在計算機中所佔的比重將會越來越大，使用也將會越來越方便。
(2)巨型化
社會在不斷發展，人類對自然世界的認識活動也越來越多，很多情況要求計算機對數據進行運算。「巨型化」在這里並不是通常意義上的大小，主要是指機器的性能——運算速度等。
(3)網路化
網際網路(Internet)的建立正在改變我們的世界，改變我們的生活。網路具有虛擬和真實兩種特性，網上聊天和網路游戲等具有虛擬特性，而網路通信、電子商務、網路資源共享則具有真實的特性。
(4)智能化
今後，計算機在生活中扮演的角色將會更加重要,計算機應用將具有更多的智能特性，能夠幫助用戶解決—些自己不熟悉或不願意做的事，如智能家電、烹調等。
(5)新型計算機
目前新一代計算機正處在設想和研製階段。新一代計算機是把信息採集、存儲處理、通信和人工智慧結合在一起的計算機系統。
11．簡述計算學科的定義、計算學科的本質、計算學科的三個過程。
計算學科是對描述和變換信息的演算法過程，包括對理論分析、設計、效率、實現和應用等進行的系統研究。計算學科的研究包括了從演算法與可計算性的研究到根據可計算硬體和軟體的實際實現問題的研究。
計算學科的根本問題是「什麼能被有效地自動進行？」。計算學科的根本問題討論的是能行性的有關內容，而凡是與能行性有關的討論都是處理離散對象的。
計算學科的實質是學科方法論的思想，其關鍵問題是抽象、理論和設計三個過程相互作用的問題。
(1)理論
理論是數學科學的根本。應用數學家們都認為，科學的進展都是基於純數學的。應用數學用數學的方法推動經驗科學和工程學的發展，同時又不斷刺激對新數學的需要，為純理論數學提出新的問題。
(2)抽象
抽象(模型化)是自然科學的根本。科學家們相信，科學進展的過程基本上都是形成假設，然後用模型化過程去求證。
(3)設計
設計是工程的根本。工程師們認為，工程進展基本上都是提出問題，然後通過設計去構造系統，以解決問題。
12．簡述計算機科學與技術學科的定義。
計算機科學技術是研究計算機的設計與製造和利用計算機進行信息獲取、表示、存儲、處理、控制等的理論、原則、方法和技術的學科，包括科學與技術兩方面。科學側重於研究現象、揭示規律；技術則側重於研製計算機和研究使用計算機進行信息處理的方法與技術手段。科學是技術的依據，技術是科學的體現；技術得益於科學，它又向科學提出新的課題。
13．簡述計算機科學課程體系的核心內容。
計算學科課程體系的教學內容歸結為14個知識體，包括：
(1)離散結構(PS)
計算學科是以離散型變數為研究對象，離散數學對計算技術的發展起著十分重要的作用。隨著計算技術的迅猛發展，離散數學越來越受到重視。
(2)程序設計基礎(PF)
《計算作為一門學科》報告指出了程序設計在計算學科的正確地位：程序設計是計算學科課程中固定練習的一部分，是每一個計算學科專業的學生應具備的能力，是計算學科核心科目的一部分，程序設計語言還是獲得計算機重要特性的有力工具。
(3)演算法與復雜性(AL)
演算法是計算機科學和軟體工程的基礎，現實世界中，任何軟體系統的性能僅依賴於兩個基本點方面，一方面是所選擇的演算法；另一方面是各不同層次實現的適宜性和效率。
(4)組織與體系結構(AR)
計算機在計算中處於核心地位，如果沒有計算機，計算學科只是理論數學的一個分支，應該對計算機系統的功能構件、以及他們的特點/性能和相互作用有一定的理解。
(5)操作系統(OS)
操作系統定義了對硬體行為的抽象，程序員用它來對硬體進行控制。操作系統還管理計算機用戶間的資源共享。
(6)網路計算(NC)
計算機和通信網路的發展，尤其是基於TCP/IP的網路的發展使得網路技術在計算學科中更加重要。
(7)程序設計語言(PL)
程序設計語言是程序員與計算機交流的主要工具。一個程序員不僅要知道如何使用一種語言進行程序設計，還應理解不同語言的程序設計風格。
(8)人-機交互(HL)
人機交互重點在於理解人對互動式對象的交互行為，知道如何使用以人為中心的方法開發和評價交互軟體系統，以及人機交互設計問題的一般知識。
(9)圖形學和可視化計算(GV)
該主領域的主要內容包括：計算機圖形學、可視化、虛擬現實、計算機視覺等4 個學科子領域的研究內容。
(10)智能系統(IS)
人工智慧領域關心的問題是自主代理的設計和分析。智能系統必須干知其環境，合理地朝著指定的任務行動，並與其它代理和人進行交互。
(11)信息管理(IM)
信息系統幾乎在所有使用計算機的場合都發揮著重要的作用。
(12)軟體工程(SE)
軟體工程是關於如何有效地利用建立滿足用戶和客戶需求的軟體系統理論/知識和實踐的學科，可以應用於小型、中型、大型系統。
(13)數值計算科學(CN)
從計算學科的誕生之日起，科學計算的數值方法和技術就構成了計算機科學研究的一個主要領域。
(14)社會和職業問題(SP)
大學生需要懂得計算學科本身基本的文化、社會、法律和道德問題。還需要培養學生提出有關計算的社會影響這樣嚴肅問題以及對這些問題的可能答案進行評價的能力。學生還需要認識到軟硬體銷售商和用戶的基本法律權利，也應意識到這些權利的基本基礎——道德價值觀。

三．討論題
1．計算機的產生是世紀最偉大的成就之一，具體體現在哪些方面？根據你的觀察，請列出計算機的應用。
答案略。
2．計算機提供了無限的機會和挑戰。利用它可以更快更好地完成許多事情，可以方便地和全世界的人們聯系和通信。但是，是否想過事情的反面呢？所有的變化都是積極的么？計算機的廣泛使用會產生什麼負面的影響嗎？討論這些問題和其他所能想到的問題。
答案略。

是這個嗎?

⑵ 清華大學機器人小圖

圖書館應答機器人，人工智慧，是人編寫程序根據問題中的關鍵字，再根據邏輯語義分析，得出相關搜索，或者預設的答案。。你可以去看，不少問題，比如「清華」，都是直接回答的。

⑶ 考研清華大學人工智慧要考什麼專業，考些什麼

大家好，我是THU本校一名老師姐，我研究了一下，給大家整理總結了如下的信息。

首先，自然是要找到最官方的清華大學2019年碩士研究生招生簡章，以下就是鏈接啦：網頁鏈接，從裡面的內容我們可以看到，在考試方面，重點有如下的一些內容：

1．入學考試分初試和復試。

2．初試時間按國家教育部統一規定進行，初試科目詳見招生專業目錄。

3．初試方式均為筆試。

4．初試成績滿足要求的考生都必須參加復試，復試統一安排在清華大學，具體時間、地點另行通知。

5．復試包括外國語聽力、口語測試和綜合復試。綜合復試將採取面試加專業知識綜合筆試方式。專業知識綜合筆試覆蓋范圍參見招生專業目錄中的備注欄。

6．同等學力考生，初試成績達到復試分數線後須加試兩門報考專業的本科主幹課程，具體科目待准考後通知（將在復試通知時說明）。

那麼看完以上，我們心裡明白了考試的形式，比如，考研要考初試和復試，初試完全是筆試，沒有面試，復試除了外語測試、面試還有專業知識筆試。那麼我們再繼續深挖下去，初試的科目以及復試的專業科目到底有哪些呢？

那麼，在這里，我給大家送上最官方的《清華大學 2019 年碩士研究生招生專業目錄（統考）》，可以直接點開這個鏈接哦，網頁鏈接，從裡面的內容我們可以看到，對於人工智慧方向來說，一共有三個方向涉及人工智慧科目的考試。

第一，系別：計算機科學與技術系，專業：計算機科學與技術專業，方向：(全日制)計算機應用技術方向，初試科目包括①101 思想政治理論②201 英語一③301 數學一④912 計算機專業基礎綜合。復試專業科目包括：人工智慧、信號處理
原理、多媒體技術（三選
二）。

第二，系別：計算機科學與技術系，專業：計算機技術專業，方向：(非全日制)數據科學與工程，初試科目包括：①101思想政治理論②201英語一③301數學一④912計算機專業基礎綜合。 復試專業科目包括：軟體工程、人工智慧、資料庫原理（三選二）。這里要注意的是：這個方向僅招收原單位定向生（在職培養），報考類別為定向就業，在學期間不轉檔案和戶口，不提供住宿。而且考生必須具有工作經驗。

第三，系別：清華-伯克利深圳學院，專業：數據科學和信息技術，方向：(全日制) 數據科學交叉學科。初試科目包括：①101 思想政治理論②201 英語一③301 數學一④943 感測與測控基礎綜合或940 光電子基礎綜合或937 數據科學基礎綜合。復試專業科目根據三個領域，分成了三類：1） 感測與測控領域（對應科目考試：「943 感測與測控基礎綜合」。考試內容：感測技術、測試技術、控制工程、信號處理等相關基礎知識）；2） 光電子領域（對應科目考試：「940 光電子基礎綜合」。考試內容：激光原等相關基礎知識） ；3）大數據與人工智慧領域
（對應科目考試：「937數據科學基礎綜合」。考試內容：運籌學、隨機過程、數據結構等相關基礎知識）。這里人工智慧方向主要是看大數據與人工智慧領域 。

在以上三個方向之外呢，還要注意到2018年6月清華剛剛設立了清華大學人工智慧研究院，雖然在2019年的招生簡章當中沒有該院系的招生，但是相信馬上就會開放博士生、碩士生的培養計劃，感興趣的同學們可以多多關注一下。以下就是它的官網地址了：網頁鏈接，大家可以多上去看看，了解一下目前該學院人工智慧的研究領域、研究方向，是否和自己的興趣相契合。

還要說明的一點是，復試當中是包含筆試、面試和機考的。我給大家來說一下機考的一些須知，具體可以參考官網的2017 年計算機系統考碩士上機考試須知，鏈接如下哦：網頁鏈接。機考的部分須知如下，大家如果進入了復試，考前還是要好好閱讀下須知：

1) 考試共有 3 道題目，每道題目你需要提交一份源程序。僅有提交到評測網站的程
序參與評分，任何保存在本地的文件不作為評分依據。

2) 每道題目可以多次提交，但只有最後一次編譯通過的提交算作有效提交，其他提交
均不計入成績。

3) 評測採取黑盒測試，每道題目會有準備若干組測試數據，對於每組數據分別運行你
的程序並檢查是否在限制的時間、空間中正確運行得到答案，機器會根據你正確的數據組數
給出這道題目的得分。

另外，我也附上一下計算機系2017年統考碩士復試分數線，大家可以有個參考：碩士（含全日制學術和專業學位）：單科：外語、政治——50；數學一、計算機專業基礎綜合——80；總分：335以上。總分360分以上考生參加學術碩士研究生面試，359分以下及報考計算機技術的考生參加計算機專業碩士面試。碩士（非全日制專業學位）：單科：外語、政治——50；數學一、計算機專業基礎綜合——80；總分：330以上。強軍計劃：總分245以上。少數民族骨幹計劃：總分320以上。大學生退役計劃：單科：外語、政治——50；數學一、計算機專業基礎綜合——80；總分：325以上。計算機系復試成績計算辦法是這樣的：總成績＝初試總分（500）+復試筆試成績（100）+機考成績（100=500/5）
+面試成績(100=綜合面試 20＋專業面試 80)×3。

以上就是我為大家搜集的信息啦，大家也可以去看一下考研的同學的經驗貼。我的信息來源主要都是官方的，一切都要以官方為准呀，希望大家考研順利！

⑷ 人工智慧有什麼好的參考書么

Peter Norvig 的《AI, Modern Approach 2nd》（無爭議的領域經典）
Bishop, 《Pattern Recognition and Machine Learning》. 沒有影印的，但是網上能下到。經典中的經典。Pattern Classification 和這本書是兩本必讀之書。《Pattern Recognition and Machine Learning》是很新（07年），深入淺出，手不釋卷。

推薦兩本有意思的書，
一本是《Simple Heuristics that Makes Us Smart》
另一本是《Bounded Rationality: The Adaptive Toolbox》

---------------------------------------------------------------------
<從CSDN上轉載的>

機器學習與人工智慧學習資源導引

我經常在 TopLanguage 討論組上推薦一些書籍，也經常問裡面的牛人們搜羅一些有關的資料，人工智慧、機器學習、自然語言處理、知識發現（特別地，數據挖掘）、信息檢索這些無疑是 CS 領域最好玩的分支了（也是互相緊密聯系的），這里將最近有關機器學習和人工智慧相關的一些學習資源歸一個類：

首先是兩個非常棒的 Wikipedia 條目，我也算是 wikipedia 的重度用戶了，學習一門東西的時候常常發現是始於 wikipedia 中間經過若干次 google ，然後止於某一本或幾本著作。

第一個是「人工智慧的歷史」（History of Artificial Intelligence），我在討論組上寫道：

而今天看到的這篇文章是我在 wikipedia 瀏覽至今覺得最好的。文章名為《人工智慧的歷史》，順著 AI 發展時間線娓娓道來，中間穿插無數牛人故事，且一波三折大氣磅礴，可謂"事實比想像更令人驚訝"。人工智慧始於哲學思辨，中間經歷了一個沒有心理學（尤其是認知神經科學的）的幫助的階段，僅通過牛人對人類思維的外在表現的歸納、內省，以及數學工具進行探索，其間最令人激動的是 Herbert Simon （決策理論之父，諾獎，跨領域牛人）寫的一個自動證明機，證明了羅素的數學原理中的二十幾個定理，其中有一個定理比原書中的還要優雅，Simon 的程序用的是啟發式搜索，因為公理系統中的證明可以簡化為從條件到結論的樹狀搜索（但由於組合爆炸，所以必須使用啟發式剪枝）。後來 Simon 又寫了 GPS （General Problem Solver），據說能解決一些能良好形式化的問題，如漢諾塔。但說到底 Simon 的研究畢竟只觸及了人類思維的一個很小很小的方面 —— Formal Logic，甚至更狹義一點 Dective Reasoning （即不包含 Inctive Reasoning , Transctive Reasoning (俗稱 analogic thinking）。還有諸多比如 Common Sense、Vision、尤其是最為復雜的 Language 、Consciousness 都還謎團未解。還有一個比較有趣的就是有人認為 AI 問題必須要以一個物理的 Body 為支撐，一個能夠感受這個世界的物理規則的身體本身就是一個強大的信息來源，基於這個信息來源，人類能夠自身與時俱進地總結所謂的 Common-Sense Knowledge （這個就是所謂的 Emboddied Mind 理論。 ），否則像一些老兄直接手動構建 Common-Sense Knowledge Base ，就很傻很天真了，須知人根據感知系統從自然界獲取知識是一個動態的自動更新的系統，而手動構建常識庫則無異於古老的 Expert System 的做法。當然，以上只總結了很小一部分我個人覺得比較有趣或新穎的，每個人看到的有趣的地方不一樣，比如裡面相當詳細地介紹了神經網路理論的興衰。所以我強烈建議你看自己一遍，別忘了裡面鏈接到其他地方的鏈接。

順便一說，徐宥同學打算找時間把這個條目翻譯出來，這是一個相當長的條目，看不動 E 文的等著看翻譯吧:)

第二個則是「人工智慧」（Artificial Intelligence）。當然，還有機器學習等等。從這些條目出發能夠找到許多非常有用和靠譜的深入參考資料。

然後是一些書籍

書籍：

1. 《Programming Collective Intelligence》，近年出的入門好書，培養興趣是最重要的一環，一上來看大部頭很容易被嚇走的:P

2. Peter Norvig 的《AI, Modern Approach 2nd》（無爭議的領域經典）。

3. 《The Elements of Statistical Learning》，數學性比較強，可以做參考了。

4. 《Foundations of Statistical Natural Language Processing》，自然語言處理領域公認經典。

5. 《Data Mining, Concepts and Techniques》，華裔科學家寫的書，相當深入淺出。

6. 《Managing Gigabytes》，信息檢索好書。

7. 《Information Theory：Inference and Learning Algorithms》，參考書吧，比較深。

相關數學基礎（參考書，不適合拿來通讀）：

1. 線性代數：這個參考書就不列了，很多。

2. 矩陣數學：《矩陣分析》，Roger Horn。矩陣分析領域無爭議的經典。

3. 概率論與統計：《概率論及其應用》，威廉·費勒。也是極牛的書，可數學味道太重，不適合做機器學習的。於是討論組里的 Du Lei 同學推薦了《All Of Statistics》並說到

機器學習這個方向，統計學也一樣非常重要。推薦All of statistics，這是CMU的一本很簡潔的教科書，注重概念，簡化計算，簡化與Machine Learning無關的概念和統計內容，可以說是很好的快速入門材料。

4. 最優化方法：《Nonlinear Programming, 2nd》非線性規劃的參考書。《Convex Optimization》凸優化的參考書。此外還有一些書可以參考 wikipedia 上的最優化方法條目。要深入理解機器學習方法的技術細節很多時候（如SVM）需要最優化方法作為鋪墊。

王寧同學推薦了好幾本書：

《Machine Learning, Tom Michell》, 1997.
老書，牛人。現在看來內容並不算深，很多章節有點到為止的感覺，但是很適合新手（當然，不能"新"到連演算法和概率都不知道）入門。比如決策樹部分就很精彩，並且這幾年沒有特別大的進展，所以並不過時。另外，這本書算是對97年前數十年機器學習工作的大綜述，參考文獻列表極有價值。國內有翻譯和影印版，不知道絕版否。

《Modern Information Retrieval, Ricardo Baeza-Yates et al》. 1999
老書，牛人。貌似第一本完整講述IR的書。可惜IR這些年進展迅猛，這本書略有些過時了。翻翻做參考還是不錯的。另外，Ricardo同學現在是Yahoo Research for Europe and Latin Ameria的頭頭。

《Pattern Classification (2ed)》, Richard O. Duda, Peter E. Hart, David G. Stork
大約也是01年左右的大塊頭，有影印版，彩色。沒讀完，但如果想深入學習ML和IR，前三章（介紹，貝葉斯學習，線性分類器）必修。

還有些經典與我只有一面之緣，沒有資格評價。另外還有兩本小冊子，論文集性質的，倒是講到了了不少前沿和細節，諸如索引如何壓縮之類。可惜忘了名字，又被我壓在箱底，下次搬家前怕是難見天日了。

（呵呵，想起來一本：《Mining the Web - Discovering Knowledge from Hypertext Data》 ）

說一本名氣很大的書：《Data Mining: Practical Machine Learning Tools and Techniques》。Weka 的作者寫的。可惜內容一般。理論部分太單薄，而實踐部分也很脫離實際。DM的入門書已經不少，這一本應該可以不看了。如果要學習了解 Weka ，看文檔就好。第二版已經出了，沒讀過，不清楚。

信息檢索方面，Du Lei 同學再次推薦：

信息檢索方面的書現在建議看Stanford的那本《Introction to Information Retrieval》，這書剛剛正式出版，內容當然up to date。另外信息檢索第一大牛Croft老爺也正在寫教科書，應該很快就要面世了。據說是非常pratical的一本書。

對信息檢索有興趣的同學，強烈推薦翟成祥博士在北大的暑期學校課程，這里有全slides和閱讀材料：http://net.pku.e.cn/~course/cs410/schele.html

maximzhao 同學推薦了一本機器學習：

加一本書：Bishop, 《Pattern Recognition and Machine Learning》. 沒有影印的，但是網上能下到。經典中的經典。Pattern Classification 和這本書是兩本必讀之書。《Pattern Recognition and Machine Learning》是很新（07年），深入淺出，手不釋卷。

最後，關於人工智慧方面（特別地，決策與判斷），再推薦兩本有意思的書，

一本是《Simple Heuristics that Makes Us Smart》

另一本是《Bounded Rationality: The Adaptive Toolbox》

不同於計算機學界所採用的統計機器學習方法，這兩本書更多地著眼於人類實際上所採用的認知方式，以下是我在討論組上寫的簡介：

這兩本都是德國ABC研究小組（一個由計算機科學家、認知科學家、神經科學家、經濟學家、數學家、統計學家等組成的跨學科研究團體）集體寫的，都是引起領域內廣泛關注的書，尤其是前一本，後一本則是對 Herbert Simon （決策科學之父，諾獎獲得者）提出的人類理性模型的擴充研究），可以說是把什麼是真正的人類智能這個問題提上了檯面。核心思想是，我們的大腦根本不能做大量的統計計算，使用fancy的數學手法去解釋和預測這個世界，而是通過簡單而魯棒的啟發法來面對不確定的世界（比如第一本書中提到的兩個後來非常著名的啟發法：再認啟發法（cognition heuristics）和選擇最佳（Take the Best）。當然，這兩本書並沒有排斥統計方法就是了，數據量大的時候統計優勢就出來了，而數據量小的時候統計方法就變得非常糟糕；人類簡單的啟發法則充分利用生態環境中的規律性（regularities），都做到計算復雜性小且魯棒。

關於第二本書的簡介：

1. 誰是 Herbert Simon

2. 什麼是 Bounded Rationality

3. 這本書講啥的：

我一直覺得人類的決策與判斷是一個非常迷人的問題。這本書簡單地說可以看作是《決策與判斷》的更全面更理論的版本。系統且理論化地介紹人類決策與判斷過程中的各種啟發式方法（heuristics）及其利弊（為什麼他們是最優化方法在信息不足情況下的快捷且魯棒的逼近，以及為什麼在一些情況下會帶來糟糕的後果等，比如學過機器學習的都知道樸素貝葉斯方法在許多情況下往往並不比貝葉斯網路效果差，而且還速度快；比如多項式插值的維數越高越容易 overfit，而基於低階多項式的分段樣條插值卻被證明是一個非常魯棒的方案）。

在此提一個書中提到的例子，非常有意思：兩個團隊被派去設計一個能夠在場上接住拋過來的棒球的機器人。第一組做了詳細的數學分析，建立了一個相當復雜的拋物線近似模型（因為還要考慮空氣阻力之類的原因，所以並非嚴格拋物線），用於計算球的落點，以便正確地接到球。顯然這個方案耗資巨大，而且實際運算也需要時間，大家都知道生物的神經網路中生物電流傳輸只有百米每秒之內，所以 computational complexity 對於生物來說是個寶貴資源，所以這個方案雖然可行，但不夠好。第二組則采訪了真正的運動員，聽取他們總結自己到底是如何接球的感受，然後他們做了這樣一個機器人：這個機器人在球拋出的一開始一半路程啥也不做，等到比較近了才開始跑動，並在跑動中一直保持眼睛於球之間的視角不變，後者就保證了機器人的跑動路線一定會和球的軌跡有交點；整個過程中這個機器人只做非常粗糙的軌跡估算。體會一下你接球的時候是不是眼睛一直都盯著球，然後根據視線角度來調整跑動方向？實際上人類就是這么乾的，這就是 heuristics 的力量。

相對於偏向於心理學以及科普的《決策與判斷》來說，這本書的理論性更強，引用文獻也很多而經典，而且與人工智慧和機器學習都有交叉，裡面也有不少數學內容，全書由十幾個章節構成，每個章節都是由不同的作者寫的，類似於 paper 一樣的，很嚴謹，也沒啥廢話，跟《Psychology of Problem Solving》類似。比較適合 geeks 閱讀哈。

另外，對理論的技術細節看不下去的也建議看看《決策與判斷》這類書（以及像《別做正常的傻瓜》這樣的傻瓜科普讀本），對自己在生活中做決策有莫大的好處。人類決策與判斷中使用了很多的 heuristics ，很不幸的是，其中許多都是在適應幾十萬年前的社會環境中建立起來的，並不適合於現代社會，所以了解這些思維中的缺點、盲點，對自己成為一個良好的決策者有很大的好處，而且這本身也是一個非常有趣的領域。

（完）

⑸ 形式語言與自動機理論（第2版）清華大學出版社的課後答案

第1章 概 述
習題(答案)
一．選擇題
1. D 2. B 3. CD 4. C 5. ABC
6. A 7. B 8. B 9. ABCD 10. ABCDE

二．簡答題
1．什麼是計算機系統？
計算機系統是一種能夠按照事先存儲的程序，自動、高速地對數據進行輸入、處理、輸出和存儲的系統，由計算機硬體系統和計算機軟體系統兩大部分組成。
2．請解釋馮•諾依曼所提出的「存儲程序」概念。
把程序和數據都以二進制的形式統一存放在存儲器中，由機器自動執行。不同的程序解決不同的問題，實現了計算機通用計算的功能。
3．控制器的主要功能是什麼？
控制器基本功能就是從內存中取出指令和執行指令，即控制器按程序計數器指出的指令地址從內存中取出該指令進行解碼，然後根據該指令功能向有關部件發出控制命令，執行該指令。另外，控制器在工作過程中，還要接受各部件反饋回來的信息。
4．簡述CPU和主機的概念。
通常把運算器、控制器做在一個大規模集成電路塊上稱為中央處理器，又稱CPU(Central Processing Unit)。
通常把內存儲器、運算器和控制器合稱為計算機主機，也可以說主機是由CPU與內存儲器組成的，而主機以外的裝置稱為外部設備，外部設備包括輸入/輸出設備，外存儲器等。
5．什麼是計算機軟體？計算機軟體的分類有哪些？
軟體是指用來指揮計算機運行的各種程序的總和以及開發、使用和維護這些程序所需的技術文檔。
計算機軟體系統分為系統軟體和應用軟體。計算機系統軟體由操作系統、語言處理系統、以及各種軟體工具等組成，指揮、控制計算機硬體系統按照預定的程序運行、工作，從而達到預定的目標。應用軟體是用戶利用計算機軟、硬體資源為解決各類應用問題而編寫的軟體，包括用戶程序及其說明性文件資料。
6．計算機有哪些主要的特點？
(1)運算速度快、精度高
計算機的字長越長，其精度越高，現在世界上最快的計算機每秒可以運算幾十萬億次以上。一般計算機可以有十幾位甚至幾十位(二進制)有效數字，計算精度可由千分之幾到百萬分之幾，是任何計算工具所望塵莫及的。
(2)具有邏輯判斷和記憶能力
計算機有準確的邏輯判斷能力和高超的記憶能力。能夠進行各種邏輯判斷，並根據判斷的結果自動決定下一步應該執行的指令。
(3)高度的自動化和靈活性
計算機採取存儲程序方式工作，即把編好的程序輸入計算機，機器便可依次逐條執行，這就使計算機實現了高度的自動化和靈活性。
7．計算機的分類有哪些？
根據計算機工作原理和運算方式的不同，以及計算機中信息表示形式和處理方式的不同，計算機可分為數字式電子計算機(Digital Computer)、模擬式電子計算機(Analog Computer)和數字模擬混合計算機(Hybrid Computer)。當今廣泛應用的是數字計算機，因此，常把數字式電子計算機(Electronic Digital Computer)簡稱為電子計算機或計算機。
按計算機的用途可分為通用計算機(General Purpose Computer)和專用計算機(Special Purpose Computer )兩大類。通用計算機能解決多種類型問題，是具有較強通用性的計算機，一般的數字式電子計算機多屬此類；專用計算機是為解決某些特定問題而專門設計的計算機，如嵌入式系統。
根據計算機的總體規模對計算機分類，可分為巨型機(Super Computer)、大/中型計算機(Mainframe)、小型計算機(Mini computer)、微型計算機(Micro computer)和網路計算機(Network Computer)五大類。
常見的微型機還可以分為台式機、便攜機、筆記本電腦、掌上型電腦等多種類型。
8．簡述計算機的基本運行方式。
計算機的基本運作方式可概括為所謂的「IPOS循環」。IPOS循環即輸入(Input)、處理(Processing)、輸出(Output)和存儲(Storage)，它反映了計算機進行數據處理的基本步驟。
(1)輸入
接受由輸入設備(如鍵盤、滑鼠器、掃描儀等)提供的數據。
(2)處理
對數值、邏輯、字元等各種類型的數據進行操作，按指定的方式進行轉換。
(3)輸出
將處理所產生的結果等數據由輸出設備(如顯示器、列印機、繪圖儀等)進行輸出。
(4)存儲
計算機可以存儲程序和數據供以後使用。
9．計算機有哪些主要的用途？
(1)科學計算
使用計算機來完成科學研究和工程技術中所遇到的數學問題的計算稱為科學計算，也稱為數值計算。科學計算是使用計算機完成在科學研究和工程技術領域中所提出的大量復雜的數值計算問題，是計算機的傳統應用之一。
(2)信息處理
所謂信息處理就是使用計算機對數據進行輸入、分類、加工、整理、合並、統計、製表、檢索以及存儲等，又稱為數據處理。例如座席預訂與售票系統、零售業中的應用、辦公自動化等。信息處理已成為當代計算機的主要任務，是現代化管理的基礎。
(3)實時控制(也稱過程式控制制)
實時控制也稱過程式控制制，實時控制能及時地採集檢測數據、使用計算機快速地進行處理並自動地控制被控對象的動作，實現生產過程的自動化。
(4)計算機輔助設計/輔助製造/輔助教學
計算機輔助設計(Computer Aided Design——CAD)是使用計算機來輔助人們完成產品或工程的設計任務的一種方法和技術。計算機輔助製造(Computer Aided Manufacturing——CAM)是使用計算機輔助人們完成工業產品的製造任務，能通過直接或間接地與工廠生產資源介面的計算機來完成製造系統的計劃、操作工序控制和管理工作的計算機應用系統。計算機輔助教學(Computer Aided Instruction——CAI)是把計算機用作教學媒體，使它充當指導者、工具和學習者角色，學生通過與計算機的對話進行學習的一種新型教學技術。
(5)人工智慧
人工智慧(Artificial Intelligence——AI)就是指計算機模擬人類某些智力行為的理論、技術和應用。
(6)多媒體技術
隨著電子技術特別是通信和計算機技術的發展，人們已經有能力把文本、音頻、視頻、動畫、圖形和圖像等各種媒體綜合起來，構成「多媒體」(Multimedia)的概念。
10．簡述計算機的發展趨勢。
(1)微型化
一方面，隨著計算機的應用日益廣泛，在一些特定場合，需要很小的計算機，計算機的重量、體積都變得越來越小，但功能並不減少。另一方面，隨著計算機在世界上日益普及，個人電腦正逐步由辦公設備變為電子消費品。人們要求電腦除了要保留原有的性能之外，還要有時尚的外觀、輕便小巧、便於操作等特點，如平板電腦、手持電腦等。今後個人計算機(Personal Computer)在計算機中所佔的比重將會越來越大，使用也將會越來越方便。
(2)巨型化
社會在不斷發展，人類對自然世界的認識活動也越來越多，很多情況要求計算機對數據進行運算。「巨型化」在這里並不是通常意義上的大小，主要是指機器的性能——運算速度等。
(3)網路化
網際網路(Internet)的建立正在改變我們的世界，改變我們的生活。網路具有虛擬和真實兩種特性，網上聊天和網路游戲等具有虛擬特性，而網路通信、電子商務、網路資源共享則具有真實的特性。
(4)智能化
今後，計算機在生活中扮演的角色將會更加重要,計算機應用將具有更多的智能特性，能夠幫助用戶解決—些自己不熟悉或不願意做的事，如智能家電、烹調等。
(5)新型計算機
目前新一代計算機正處在設想和研製階段。新一代計算機是把信息採集、存儲處理、通信和人工智慧結合在一起的計算機系統。
11．簡述計算學科的定義、計算學科的本質、計算學科的三個過程。
計算學科是對描述和變換信息的演算法過程，包括對理論分析、設計、效率、實現和應用等進行的系統研究。計算學科的研究包括了從演算法與可計算性的研究到根據可計算硬體和軟體的實際實現問題的研究。
計算學科的根本問題是「什麼能被有效地自動進行？」。計算學科的根本問題討論的是能行性的有關內容，而凡是與能行性有關的討論都是處理離散對象的。
計算學科的實質是學科方法論的思想，其關鍵問題是抽象、理論和設計三個過程相互作用的問題。
(1)理論
理論是數學科學的根本。應用數學家們都認為，科學的進展都是基於純數學的。應用數學用數學的方法推動經驗科學和工程學的發展，同時又不斷刺激對新數學的需要，為純理論數學提出新的問題。
(2)抽象
抽象(模型化)是自然科學的根本。科學家們相信，科學進展的過程基本上都是形成假設，然後用模型化過程去求證。
(3)設計
設計是工程的根本。工程師們認為，工程進展基本上都是提出問題，然後通過設計去構造系統，以解決問題。
12．簡述計算機科學與技術學科的定義。
計算機科學技術是研究計算機的設計與製造和利用計算機進行信息獲取、表示、存儲、處理、控制等的理論、原則、方法和技術的學科，包括科學與技術兩方面。科學側重於研究現象、揭示規律；技術則側重於研製計算機和研究使用計算機進行信息處理的方法與技術手段。科學是技術的依據，技術是科學的體現；技術得益於科學，它又向科學提出新的課題。
13．簡述計算機科學課程體系的核心內容。
計算學科課程體系的教學內容歸結為14個知識體，包括：
(1)離散結構(PS)
計算學科是以離散型變數為研究對象，離散數學對計算技術的發展起著十分重要的作用。隨著計算技術的迅猛發展，離散數學越來越受到重視。
(2)程序設計基礎(PF)
《計算作為一門學科》報告指出了程序設計在計算學科的正確地位：程序設計是計算學科課程中固定練習的一部分，是每一個計算學科專業的學生應具備的能力，是計算學科核心科目的一部分，程序設計語言還是獲得計算機重要特性的有力工具。
(3)演算法與復雜性(AL)
演算法是計算機科學和軟體工程的基礎，現實世界中，任何軟體系統的性能僅依賴於兩個基本點方面，一方面是所選擇的演算法；另一方面是各不同層次實現的適宜性和效率。
(4)組織與體系結構(AR)
計算機在計算中處於核心地位，如果沒有計算機，計算學科只是理論數學的一個分支，應該對計算機系統的功能構件、以及他們的特點/性能和相互作用有一定的理解。
(5)操作系統(OS)
操作系統定義了對硬體行為的抽象，程序員用它來對硬體進行控制。操作系統還管理計算機用戶間的資源共享。
(6)網路計算(NC)
計算機和通信網路的發展，尤其是基於TCP/IP的網路的發展使得網路技術在計算學科中更加重要。
(7)程序設計語言(PL)
程序設計語言是程序員與計算機交流的主要工具。一個程序員不僅要知道如何使用一種語言進行程序設計，還應理解不同語言的程序設計風格。
(8)人-機交互(HL)
人機交互重點在於理解人對互動式對象的交互行為，知道如何使用以人為中心的方法開發和評價交互軟體系統，以及人機交互設計問題的一般知識。
(9)圖形學和可視化計算(GV)
該主領域的主要內容包括：計算機圖形學、可視化、虛擬現實、計算機視覺等4 個學科子領域的研究內容。
(10)智能系統(IS)
人工智慧領域關心的問題是自主代理的設計和分析。智能系統必須干知其環境，合理地朝著指定的任務行動，並與其它代理和人進行交互。
(11)信息管理(IM)
信息系統幾乎在所有使用計算機的場合都發揮著重要的作用。
(12)軟體工程(SE)
軟體工程是關於如何有效地利用建立滿足用戶和客戶需求的軟體系統理論/知識和實踐的學科，可以應用於小型、中型、大型系統。
(13)數值計算科學(CN)
從計算學科的誕生之日起，科學計算的數值方法和技術就構成了計算機科學研究的一個主要領域。
(14)社會和職業問題(SP)
大學生需要懂得計算學科本身基本的文化、社會、法律和道德問題。還需要培養學生提出有關計算的社會影響這樣嚴肅問題以及對這些問題的可能答案進行評價的能力。學生還需要認識到軟硬體銷售商和用戶的基本法律權利，也應意識到這些權利的基本基礎——道德價值觀。

三．討論題
1．計算機的產生是世紀最偉大的成就之一，具體體現在哪些方面？根據你的觀察，請列出計算機的應用。
答案略。
2．計算機提供了無限的機會和挑戰。利用它可以更快更好地完成許多事情，可以方便地和全世界的人們聯系和通信。但是，是否想過事情的反面呢？所有的變化都是積極的么？計算機的廣泛使用會產生什麼負面的影響嗎？討論這些問題和其他所能想到的問題。
答案略。

是這個嗎?

⑹ 【討論】人工智慧哪個學校最厲害 求答案

清華、北大、中科院計算所、南大…… 都有AI相關的國家重點實驗室。 中科院計算所智能信息處理重點實驗室（史忠植院士組） 中科院自動化研究所模式識別國家重點實驗室 合肥有個人工智慧機械研究所 AI的范圍很廣,包括很多子領域,具體到哪個老師的話或實驗室的話,比較強的有: 1.清華智能技術與系統國家重點實驗室: 張鈸院士 馬少平組:信息檢索 孫茂松組:自然語言處理 2.清華大學自動化系: 張長水組:機器學習,模式識別 3.北大視覺聽覺信息處理國家重點實驗室: 封富舉組:生物特識別(人臉識別),機器學習 查洪彬組:計算機視覺,機器人,三維圖象 4.北大計算語言學研究所:自然語言處理 5.南京大學LAMDA周志華組:機器學習，模式識別,進化計算 6.哈爾濱工業大學語言語音重點實驗室: 李生,劉挺:信息檢索,自然語言處理 7.中科院計算所機器翻譯實驗室劉群:機器翻譯 浙大在計算機圖形學，計算機視覺方面,除了MSRA以外,應該是國內最強的了. 從在AI頂級會議和頂級雜志上發表的論文數量來看，清華和南大的周志華組是最厲害的. 歡迎大家跟貼討論～！

⑺ 誰有《計算機導論》清華大學出版社出版，的課後練習題答案急！！！！！！！

第1章 概 述
習題(答案)
一．選擇題
1. D 2. B 3. CD 4. C 5. ABC
6. A 7. B 8. B 9. ABCD 10. ABCDE

二．簡答題
1．什麼是計算機系統？
計算機系統是一種能夠按照事先存儲的程序，自動、高速地對數據進行輸入、處理、輸出和存儲的系統，由計算機硬體系統和計算機軟體系統兩大部分組成。
2．請解釋馮•諾依曼所提出的「存儲程序」概念。
把程序和數據都以二進制的形式統一存放在存儲器中，由機器自動執行。不同的程序解決不同的問題，實現了計算機通用計算的功能。
3．控制器的主要功能是什麼？
控制器基本功能就是從內存中取出指令和執行指令，即控制器按程序計數器指出的指令地址從內存中取出該指令進行解碼，然後根據該指令功能向有關部件發出控制命令，執行該指令。另外，控制器在工作過程中，還要接受各部件反饋回來的信息。
4．簡述CPU和主機的概念。
通常把運算器、控制器做在一個大規模集成電路塊上稱為中央處理器，又稱CPU(Central Processing Unit)。
通常把內存儲器、運算器和控制器合稱為計算機主機，也可以說主機是由CPU與內存儲器組成的，而主機以外的裝置稱為外部設備，外部設備包括輸入/輸出設備，外存儲器等。
5．什麼是計算機軟體？計算機軟體的分類有哪些？
軟體是指用來指揮計算機運行的各種程序的總和以及開發、使用和維護這些程序所需的技術文檔。
計算機軟體系統分為系統軟體和應用軟體。計算機系統軟體由操作系統、語言處理系統、以及各種軟體工具等組成，指揮、控制計算機硬體系統按照預定的程序運行、工作，從而達到預定的目標。應用軟體是用戶利用計算機軟、硬體資源為解決各類應用問題而編寫的軟體，包括用戶程序及其說明性文件資料。
6．計算機有哪些主要的特點？
(1)運算速度快、精度高
計算機的字長越長，其精度越高，現在世界上最快的計算機每秒可以運算幾十萬億次以上。一般計算機可以有十幾位甚至幾十位(二進制)有效數字，計算精度可由千分之幾到百萬分之幾，是任何計算工具所望塵莫及的。
(2)具有邏輯判斷和記憶能力
計算機有準確的邏輯判斷能力和高超的記憶能力。能夠進行各種邏輯判斷，並根據判斷的結果自動決定下一步應該執行的指令。
(3)高度的自動化和靈活性
計算機採取存儲程序方式工作，即把編好的程序輸入計算機，機器便可依次逐條執行，這就使計算機實現了高度的自動化和靈活性。
7．計算機的分類有哪些？
根據計算機工作原理和運算方式的不同，以及計算機中信息表示形式和處理方式的不同，計算機可分為數字式電子計算機(Digital Computer)、模擬式電子計算機(Analog Computer)和數字模擬混合計算機(Hybrid Computer)。當今廣泛應用的是數字計算機，因此，常把數字式電子計算機(Electronic Digital Computer)簡稱為電子計算機或計算機。
按計算機的用途可分為通用計算機(General Purpose Computer)和專用計算機(Special Purpose Computer )兩大類。通用計算機能解決多種類型問題，是具有較強通用性的計算機，一般的數字式電子計算機多屬此類；專用計算機是為解決某些特定問題而專門設計的計算機，如嵌入式系統。
根據計算機的總體規模對計算機分類，可分為巨型機(Super Computer)、大/中型計算機(Mainframe)、小型計算機(Mini computer)、微型計算機(Micro computer)和網路計算機(Network Computer)五大類。
常見的微型機還可以分為台式機、便攜機、筆記本電腦、掌上型電腦等多種類型。
8．簡述計算機的基本運行方式。
計算機的基本運作方式可概括為所謂的「IPOS循環」。IPOS循環即輸入(Input)、處理(Processing)、輸出(Output)和存儲(Storage)，它反映了計算機進行數據處理的基本步驟。
(1)輸入
接受由輸入設備(如鍵盤、滑鼠器、掃描儀等)提供的數據。
(2)處理
對數值、邏輯、字元等各種類型的數據進行操作，按指定的方式進行轉換。
(3)輸出
將處理所產生的結果等數據由輸出設備(如顯示器、列印機、繪圖儀等)進行輸出。
(4)存儲
計算機可以存儲程序和數據供以後使用。
9．計算機有哪些主要的用途？
(1)科學計算
使用計算機來完成科學研究和工程技術中所遇到的數學問題的計算稱為科學計算，也稱為數值計算。科學計算是使用計算機完成在科學研究和工程技術領域中所提出的大量復雜的數值計算問題，是計算機的傳統應用之一。
(2)信息處理
所謂信息處理就是使用計算機對數據進行輸入、分類、加工、整理、合並、統計、製表、檢索以及存儲等，又稱為數據處理。例如座席預訂與售票系統、零售業中的應用、辦公自動化等。信息處理已成為當代計算機的主要任務，是現代化管理的基礎。
(3)實時控制(也稱過程式控制制)
實時控制也稱過程式控制制，實時控制能及時地採集檢測數據、使用計算機快速地進行處理並自動地控制被控對象的動作，實現生產過程的自動化。
(4)計算機輔助設計/輔助製造/輔助教學
計算機輔助設計(Computer Aided Design——CAD)是使用計算機來輔助人們完成產品或工程的設計任務的一種方法和技術。計算機輔助製造(Computer Aided Manufacturing——CAM)是使用計算機輔助人們完成工業產品的製造任務，能通過直接或間接地與工廠生產資源介面的計算機來完成製造系統的計劃、操作工序控制和管理工作的計算機應用系統。計算機輔助教學(Computer Aided Instruction——CAI)是把計算機用作教學媒體，使它充當指導者、工具和學習者角色，學生通過與計算機的對話進行學習的一種新型教學技術。
(5)人工智慧
人工智慧(Artificial Intelligence——AI)就是指計算機模擬人類某些智力行為的理論、技術和應用。
(6)多媒體技術
隨著電子技術特別是通信和計算機技術的發展，人們已經有能力把文本、音頻、視頻、動畫、圖形和圖像等各種媒體綜合起來，構成「多媒體」(Multimedia)的概念。
10．簡述計算機的發展趨勢。
(1)微型化
一方面，隨著計算機的應用日益廣泛，在一些特定場合，需要很小的計算機，計算機的重量、體積都變得越來越小，但功能並不減少。另一方面，隨著計算機在世界上日益普及，個人電腦正逐步由辦公設備變為電子消費品。人們要求電腦除了要保留原有的性能之外，還要有時尚的外觀、輕便小巧、便於操作等特點，如平板電腦、手持電腦等。今後個人計算機(Personal Computer)在計算機中所佔的比重將會越來越大，使用也將會越來越方便。
(2)巨型化
社會在不斷發展，人類對自然世界的認識活動也越來越多，很多情況要求計算機對數據進行運算。「巨型化」在這里並不是通常意義上的大小，主要是指機器的性能——運算速度等。
(3)網路化
網際網路(Internet)的建立正在改變我們的世界，改變我們的生活。網路具有虛擬和真實兩種特性，網上聊天和網路游戲等具有虛擬特性，而網路通信、電子商務、網路資源共享則具有真實的特性。
(4)智能化
今後，計算機在生活中扮演的角色將會更加重要,計算機應用將具有更多的智能特性，能夠幫助用戶解決—些自己不熟悉或不願意做的事，如智能家電、烹調等。
(5)新型計算機
目前新一代計算機正處在設想和研製階段。新一代計算機是把信息採集、存儲處理、通信和人工智慧結合在一起的計算機系統。
11．簡述計算學科的定義、計算學科的本質、計算學科的三個過程。
計算學科是對描述和變換信息的演算法過程，包括對理論分析、設計、效率、實現和應用等進行的系統研究。計算學科的研究包括了從演算法與可計算性的研究到根據可計算硬體和軟體的實際實現問題的研究。
計算學科的根本問題是「什麼能被有效地自動進行？」。計算學科的根本問題討論的是能行性的有關內容，而凡是與能行性有關的討論都是處理離散對象的。
計算學科的實質是學科方法論的思想，其關鍵問題是抽象、理論和設計三個過程相互作用的問題。
(1)理論
理論是數學科學的根本。應用數學家們都認為，科學的進展都是基於純數學的。應用數學用數學的方法推動經驗科學和工程學的發展，同時又不斷刺激對新數學的需要，為純理論數學提出新的問題。
(2)抽象
抽象(模型化)是自然科學的根本。科學家們相信，科學進展的過程基本上都是形成假設，然後用模型化過程去求證。
(3)設計
設計是工程的根本。工程師們認為，工程進展基本上都是提出問題，然後通過設計去構造系統，以解決問題。
12．簡述計算機科學與技術學科的定義。
計算機科學技術是研究計算機的設計與製造和利用計算機進行信息獲取、表示、存儲、處理、控制等的理論、原則、方法和技術的學科，包括科學與技術兩方面。科學側重於研究現象、揭示規律；技術則側重於研製計算機和研究使用計算機進行信息處理的方法與技術手段。科學是技術的依據，技術是科學的體現；技術得益於科學，它又向科學提出新的課題。
13．簡述計算機科學課程體系的核心內容。
計算學科課程體系的教學內容歸結為14個知識體，包括：
(1)離散結構(PS)
計算學科是以離散型變數為研究對象，離散數學對計算技術的發展起著十分重要的作用。隨著計算技術的迅猛發展，離散數學越來越受到重視。
(2)程序設計基礎(PF)
《計算作為一門學科》報告指出了程序設計在計算學科的正確地位：程序設計是計算學科課程中固定練習的一部分，是每一個計算學科專業的學生應具備的能力，是計算學科核心科目的一部分，程序設計語言還是獲得計算機重要特性的有力工具。
(3)演算法與復雜性(AL)
演算法是計算機科學和軟體工程的基礎，現實世界中，任何軟體系統的性能僅依賴於兩個基本點方面，一方面是所選擇的演算法；另一方面是各不同層次實現的適宜性和效率。
(4)組織與體系結構(AR)
計算機在計算中處於核心地位，如果沒有計算機，計算學科只是理論數學的一個分支，應該對計算機系統的功能構件、以及他們的特點/性能和相互作用有一定的理解。
(5)操作系統(OS)
操作系統定義了對硬體行為的抽象，程序員用它來對硬體進行控制。操作系統還管理計算機用戶間的資源共享。
(6)網路計算(NC)
計算機和通信網路的發展，尤其是基於TCP/IP的網路的發展使得網路技術在計算學科中更加重要。
(7)程序設計語言(PL)
程序設計語言是程序員與計算機交流的主要工具。一個程序員不僅要知道如何使用一種語言進行程序設計，還應理解不同語言的程序設計風格。
(8)人-機交互(HL)
人機交互重點在於理解人對互動式對象的交互行為，知道如何使用以人為中心的方法開發和評價交互軟體系統，以及人機交互設計問題的一般知識。
(9)圖形學和可視化計算(GV)
該主領域的主要內容包括：計算機圖形學、可視化、虛擬現實、計算機視覺等4 個學科子領域的研究內容。
(10)智能系統(IS)
人工智慧領域關心的問題是自主代理的設計和分析。智能系統必須干知其環境，合理地朝著指定的任務行動，並與其它代理和人進行交互。
(11)信息管理(IM)
信息系統幾乎在所有使用計算機的場合都發揮著重要的作用。
(12)軟體工程(SE)
軟體工程是關於如何有效地利用建立滿足用戶和客戶需求的軟體系統理論/知識和實踐的學科，可以應用於小型、中型、大型系統。
(13)數值計算科學(CN)
從計算學科的誕生之日起，科學計算的數值方法和技術就構成了計算機科學研究的一個主要領域。
(14)社會和職業問題(SP)
大學生需要懂得計算學科本身基本的文化、社會、法律和道德問題。還需要培養學生提出有關計算的社會影響這樣嚴肅問題以及對這些問題的可能答案進行評價的能力。學生還需要認識到軟硬體銷售商和用戶的基本法律權利，也應意識到這些權利的基本基礎——道德價值觀。

三．討論題
1．計算機的產生是世紀最偉大的成就之一，具體體現在哪些方面？根據你的觀察，請列出計算機的應用。
答案略。
2．計算機提供了無限的機會和挑戰。利用它可以更快更好地完成許多事情，可以方便地和全世界的人們聯系和通信。但是，是否想過事情的反面呢？所有的變化都是積極的么？計算機的廣泛使用會產生什麼負面的影響嗎？討論這些問題和其他所能想到的問題。
答案略。

是這個嗎?

⑻ 人工智慧時代真的來臨了嗎

未來會是人工智慧時代，但不是現在！

2016年AlphaGo戰勝了李世石以後，人工智慧成為了全球矚目的科技焦點，人工智慧這個概念其實很早就在1956年被提出，但是之所以現在才逐漸變火，主要來源於這3點的發展：演算法，大數據，算力。

圖片來源於網路

目前，企業在人工智慧應用最多的就是刷臉簽到，刷臉考勤，用人臉識別代替了需要身份驗證的場景，同時不僅僅是節省了傳統考勤需要使用介質的費用，通過人工智慧的人臉識別技術，以及背後驅動的大數據分析，企業可以很快地掌握員工的考勤信息。

以前可能需要人員管理的同事一字一句地把考勤信息錄入表格，然後統計信息，可能耗時一天，或者一星期，現在只需要登個後台，點個按鍵，所有信息都會展現在眼前，相當於節省了80%的時間，毫無疑問，對於需要進行復雜人員管理的企業來說，人工智慧技術是在合適不過的了。