大学计算机
大学计算机
3万+ 人选课
更新日期:2025/06/08
开课时间2024/09/09 - 2025/01/12
课程周期18 周
开课状态已结课
每周学时-
课程简介

在信息化社会,对信息的获取、存储、传输、处理和应用能力已成为一种最基本的工作和生活能力,并逐步成为一个人综合素质的重要组成部分。“大学计算机”是一门面向非计算机专业学生开设的学习计算机知识的入门课程,主要介绍计算机的发展简史、计算机中的数据表示、计算机硬件、计算机软件、计算机网络与信息安全、数据库与数据管理、算法与程序设计、多媒体技术等计算机领域的基本知识以及常用软件的操作。为提高内容的针对性、实用性和拓展知识面,在介绍计算机基本知识的基础上,提供了“计算机与各专业的密切联系”“如何选购一台符合自己需要的计算机”、“操作系统的启动过程”、“如何在校园接入互联网”、“多媒体数据压缩”等实用案例以及一些有趣的拓展性阅读材料。程序设计语言介绍的是近几年得到广泛应用并适合非计算机专业学生学习的Python语言。


课程大纲

前言

  • 致学友

第1章 计算机发展简史

  • 1.0 本章导学
  • 1.1 为什么要学习计算机知识
  • 1.2 计算机技术的演变
  • 1.3 计算机技术的发展
  • 1.4 计算机的发展趋势与分类
  • 1.5 计算机的特点与应用领域
  • 1.6 中国计算机发展简史
  • 1.7 章节测验

第2章 计算机中的数据表示

  • 2.0 本章导学
  • 2.1 进位计数制
  • 2.2 计算机常用数制
  • 2.3 十进制数与其它进制数互换
  • 2.4 机器数的范围、符号
  • 2.5 机器数的编码
  • 2.6 西文字符的表示
  • 2.7 章节测验

第3章 计算机硬件

  • 3.0 本章导学
  • 3.1 计算机硬件系统构成
  • 3.2 中央处理器
  • 3.3 存储体系与缓存
  • 3.4 内存
  • 3.5 外存
  • 3.6 输入输出设备
  • 3.7 总线和主板
  • 3.8 章节测验

第4章 计算机软件

  • 4.0 本章导学
  • 4.1 操作系统的概念与特征
  • 4.2 Windows的文件管理
  • 4.3 常用操作系统
  • 4.4 智能手机操作系统
  • 4.5 软件危机
  • 4.6 软件工程与软件开发方法
  • 4.7 数据结构概述
  • 4.8 数据结构应用示例
  • 4.9 章节测验

第5章 计算机网络与信息安全

  • 5.0 本章导学
  • 5.1 计算机网络概述
  • 5.2 计算机网络设备
  • 5.3 网络拓扑结构
  • 5.4 Internet概述
  • 5.5 IP地址
  • 5.6 域名
  • 5.7 互联网服务
  • 5.8 网络空间安全
  • 5.9 数据加密与数字签名技术
  • 5.10 计算机病毒
  • 5.11 身份认证
  • 5.12 章节测验

第6章 数据库与数据管理

  • 6.0 本章导学
  • 6.1 数据库的基本概念
  • 6.2 数据库管理技术的发展
  • 6.3 数据模型
  • 6.4 数据的利用
  • 6.5 数据库的新技术
  • 6.6 章节测验

第7章 算法与程序设计

  • 7.0 本章导学
  • 7.1 程序设计语言概述
  • 7.2 算法概述
  • 7.3 常用算法设计方法
  • 7.4 拓展阅读:Python语言程序设计
  • 7.5 章节测验

第8章 多媒体技术

  • 8.0 本章导学
  • 8.1 多媒体技术概述
  • 8.2 图形与图像信息处理
  • 8.3 音频信息处理
  • 8.4 章节测验

第9章 人工智能

  • 9.0 本章导学
  • 9.1 人工智能概述
  • 9.2 人工智能的研究方法
  • 9.3 人工智能的发展趋势
  • 9.4 章节测验

实验1章 Word 2016 文字信息处理

  • 实验1.0 本章导学
  • 实验1.1 查找与替换
  • 实验1.2 图文混排
  • 实验1.3 表格操作
  • 实验1.4 长文档编辑
  • 实验1.5 邮件合并

实验2章 PowerPoint 2016 演示文稿制作

  • 实验2.0 本章导学
  • 实验2.1 基本操作
  • 实验2.2 外观编辑
  • 实验2.3 超级链接
  • 实验2.4 添加动态效果
  • 实验2.5 综合练习一
  • 实验2.6 综合练习二

实验3章 Excel 2016 数据处理

  • 实验3.0 本章导学
  • 实验3.1 Excel基本操作
  • 实验3.2 Excel公式
  • 实验3.3 函数
  • 实验3.4 筛选
  • 实验3.5 分类汇总
  • 实验3.6 数据透视表
  • 实验3.7 图表