人工智能导论教学日历

玉林师范学院教学日历2026～2027学年度第1学期（2026年9月至2027年1月）课程名称：计算机与人工智能导论课程代码：课程类别：专业必修每班周时数：4专业：人工智能年级：2026级班别：人工智能261班共1个教学班使用教材：彭义春，谢妙.计算机与人工智能导论.成都:西南交通大学出版社，2026.3..参考书目：1.袁方.计算机与人工智能导论.北京:清华大学出版社,2025.08.2.周苏.人工智能通识教程（第2版）.北京:清华大学出版社,2024.周次日期教学内容（包括讲授、实训、讨论、测验等）时数其中批改作业次数备注讲授实验网课测验其他39/21-9/25说课（课程简介、考核办法、学习方法等）

第1章计算工具与计算机演进史

1.1计算机的定义

1.2计算机的起源与发展简史

1.3现代电子计算机的发展历程

1.4未来计算机展望

思政融入："玻璃房"到"中国芯"的自主创新之路44000049/28-10/2第1章计算工具与计算机演进史（续）

1.5计算机的特点

1.6计算机的分类

1.7计算机的应用

1.8中国超级计算机发展史

1.9思政微语：计算强国路——从"玻璃房"到"中国芯"

第2章计算机系统组成

2.1计算机系统的组成

2.2计算机硬件系统（冯·诺依曼体系结构：运算器、控制器、存储器、输入设备、输出设备）440000510/5-10/9第2章计算机系统组成（续）

2.2计算机硬件系统（续：总线与I/O接口）

2.3计算机软件系统（系统软件、应用软件）

2.4计算机硬件与软件的关系

2.5计算机的硬件组成与核心配件（主板、CPU、内存、外存、显卡、显示器、打印机）

实践1：计算机选型配置实践

结合专业方向制定台式机与笔记本配置方案并撰写选型理由422000610/12-10/16第2章计算机系统组成（续）

2.6计算机性能评测

2.7绿色计算：可持续发展的必然选择

2.8购机实践指南

2.9思政微语：技术向善，赋能绿色发展

第3章计算机中的数据表示

3.1进制与转换4400001710/19-10/23第3章计算机中的数据表示（续）

3.2数值数据的表示方法（字节序、无符号整数、有符号整数原/反/补码、浮点数IEEE754）

3.3字符编码（ASCII、EBCDIC）

3.4汉字编码（输入码、机内码、字形码）

3.5图像与声音数据的采集和表示

3.6思政微语：数据表示里的匠心与担当

实践2：C语言编程基础——进制转换与补码运算422000810/26-10/30第4章操作系统与网络基础

4.1操作系统的功能与分类（定义、核心功能、主要特征、分类、国产操作系统现状）

4.2计算机网络基础（定义、构成、功能、分类：覆盖范围/拓扑/传输介质）

4.3从Web1.0到Web3.0的演进

实践3：WPSAI智能文档处理实践422000911/2-11/6第4章操作系统与网络基础（续）

4.4物联网技术概述

4.5网络安全与隐私保护

4.6思政微语：国产操作系统的突围之路

第5章软件构建基础：语言、编译与工程

5.1语言的演进之路

5.2程序的结构化思维与范式

5.3编译原理概述44000011011/9-11/13第5章软件构建基础：语言、编译与工程（续）

5.4软件工程基础

5.5思政微语：代码规范与工匠精神

第6章算法与数据结构

6.1算法的定义与表示方法

6.2算法复杂度分析与评价

6.3数据结构概述44000011111/16-11/20第6章算法与数据结构（续）

6.4线性结构（顺序表、链表、栈、队列）

6.5非线性结构（树、二叉树、图、集合）

6.6思政微语：算法设计中的创新意识

第7章数据管理与大数据技术

7.1数据管理技术发展脉络44000011211/23-11/27第7章数据管理与大数据技术（续）

7.2关系模型与SQL语言基础

7.3数据安全与隐私保护机制

7.4大数据技术概述

7.5数据伦理与法律法规

7.6思政微语：《数据安全法》与责任意识44000011311/30-12/4第8章人工智能概述

8.1人类智能与人工智能的定义

8.2AI发展历程（三起两落）

8.3人工智能的主要学派（符号主义、连接主义、行为主义）

实践4：国产开源平台入门——ModelScope图像大模型调用4220001412/7-12/11第8章人工智能概述（续）

8.4中国人工智能发展战略

8.5思政微语：科技自立自强与时代使命

第9章机器学习基础

9.1机器学习发展历程

9.2机器学习定义

9.3机器学习基础认知

9.4机器学习研究方向

9.5机器学习应用领域

实践5-1：AIGC综合实践——文本生成与智能问答4220001512/14-12/18第9章机器学习基础（续）

9.6机器学习三大范式（监督学习、无监督学习、强化学习）

9.7常见的机器学习算法（回归、KNN、决策树、随机森林、朴素贝叶斯、K-Means、SVM）

实践5-2：AIGC综合实践——图像与视频生成4220001612/21-12/25第10章深度学习基础

10.1深度学习的定义

10.2从感知机到深度学习演进

10.3神经网络基本结构

10.4卷积神经网络与视觉应用

10.5循环神经网络与语言处理

10.6深度学习训练与优化

10.7人工智能、机器学习、神经网络、深度学习的关系

实践5-3：AIGC综合实践——文献AI查阅与撰写4220001712/28-12/31第11章机器人学、智能体与具身智能

11.1机器人学基本概念

11.2机器人的感知、规划与控制

11.3从工业机器人到服务机器人

11.4智能体概述

11.5具身智能概述

11.6思政微语：智能制造与中国制造2025

实践6：小组项目——行业AI应用深度调研（自选垂直领域，梳理技术架构、优势及伦理风险）42200018=SUM(ABOVE)48=SUM(ABOVE)30=SUM(ABOVE)16=SUM(ABOVE)2=SUM(AB